推荐处理方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请提供了一种推荐处理方法、装置、电子设备及计算机可读存储介质；方法包括：基于内容生产者的特征数据进行第一质量预测处理，得到内容生产者的质量等级；基于内容生产者的特征数据进行第二质量预测处理，得到内容生产者的质量标记；基于质量等级和质量标记确定内容生产者的评级；基于内容生产者的评级，控制针对内容生产者发布的内容的推荐操作。通过本申请，能够准确甄别内容生产者的等级以提升推荐系统的推荐精度和用户体验。荐系统的推荐精度和用户体验。荐系统的推荐精度和用户体验。

【技术实现步骤摘要】
推荐处理方法、装置、电子设备及计算机可读存储介质


[0001]本申请涉及互联网技术，尤其涉及一种推荐处理方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]人工智能(AI，Artificial Intelligence)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
[0003]人工智能技术广泛应用于推荐系统中，例如，通过推荐系统确定向用户推荐观看的内容或推荐关注的内容生产者。因为内容生产者发布的内容的质量参差不齐，所以统一的推荐方案将会出现大量的低质量内容被推荐的情况，影响了推荐系统的精度和用户体验。
[0004]相关技术缺乏有效的方案来甄别不同的内容生产者以提升推荐系统的推荐精度和用户体验。

技术实现思路

[0005]本申请实施例提供一种推荐处理方法、装置、电子设备及计算机可读存储介质，能够准确甄别内容生产者的等级以提升推荐系统的推荐精度和用户体验。
[0006]本申请实施例的技术方案是这样实现的：
[0007]本申请实施例提供一种推荐处理方法，包括：
[0008]基于内容生产者的特征数据进行第一质量预测处理，得到所述内容生产者的质量等级；
[0009]基于所述内容生产者的特征数据进行第二质量预测处理，得到所述内容生产者的质量标记；
[0010]基于所述质量等级和所述质量标记确定所述内容生产者的评级；
[0011]基于所述内容生产者的评级，控制针对所述内容生产者发布的内容的推荐操作。
[0012]上述方案中，所述方法还包括：
[0013]获取所述内容生产者的标注等级，所述标注等级是针对所述内容生产者的人工标注等级；
[0014]当所述内容生产者的质量等级为优质等级，且所述标注等级为低质等级或中间等级时，将所述内容生产者的质量等级调低一级；
[0015]当所述内容生产者的质量等级为优质等级，且所述标注等级为所述优质等级时，将所述内容生产者的质量等级保持为所述优质等级。
[0016]上述方案中，在确定留存率超过留存阈值的第三候选内容生产者之前，所述方法还包括：
[0017]确定每个内容生产者的初始留存率和置信度；
[0018]基于所述置信度的下限值和每个内容生产者的留存数据，对每个内容生产者对应
的初始留存率进行调整，得到每个内容生产者对应的留存率；
[0019]其中，所述留存数据包括初始留存率和复访用户数。
[0020]上述方案中，在所述基于内容生产者的特征数据进行第一质量预测处理，得到所述内容生产者的质量等级之前，所述方法还包括：
[0021]对所述内容生产者的标注等级所关联的评级原因进行语义识别；
[0022]当识别出所述评级原因包括预设关键词或与所述预设关键词语义相同的词语时，基于所述预设关键词对所述标注等级进行更新。本申请实施例提供一种推荐处理装置，包括：
[0023]预测模块，用于基于内容生产者的特征数据进行第一质量预测处理，得到所述内容生产者的质量等级；基于所述内容生产者的特征数据进行第二质量预测处理，得到所述内容生产者的质量标记；
[0024]确定模块，用于基于所述质量等级和所述质量标记确定所述内容生产者的评级；
[0025]推荐模块，用于基于所述内容生产者的评级，控制针对所述内容生产者发布的内容的推荐操作。
[0026]上述方案中，所述第一质量预测处理是通过第一质量模型实现的，所述第一质量模型包括第一质量子模型和第二质量子模型；所述预测模块，还用于：
[0027]获取所述内容生产者的特征数据的第一特征向量；
[0028]调用所述第一质量子模型执行以下处理：基于所述第一特征向量进行预测处理，得到第一质量评分，其中，所述第一质量子模型是基于双留存数据集训练得到的，所述双留存数据集包括作为优质内容生产者的正样本和作为低质内容生产者的负样本；
[0029]调用所述第二质量子模型执行以下处理：基于所述第一特征向量进行预测处理，得到第二质量评分，所述第二质量子模型是基于优质内容生产者数据集训练得到的；
[0030]基于所述第一质量评分和所述第二质量评分确定所述内容生产者的质量等级。
[0031]上述方案中，所述预测模块，还用于：
[0032]确定所述第一质量子模型对应的第一平衡分数，并确定所述第二质量子模型对应的第二平衡分数；
[0033]将所述第一质量评分分别与第一阈值、所述第一平衡分数以及第二阈值进行比较，得到第一比较结果，所述第一比较结果用于表征所述第一质量评分所属的数值区间；
[0034]将所述第二质量评分分别与第一阈值、所述第二平衡分数以及第二阈值进行比较，得到第二比较结果，所述第二比较结果用于表征所述第二质量评分所属的数值区间；
[0035]基于所述第一比较结果和所述第二比较结果确定所述内容生产者的质量等级。
[0036]上述方案中，所述预测模块，还用于：
[0037]确定k个第一正例阈值，k为正整数；
[0038]对所述k个第一正例阈值中的每个第一正例阈值执行以下处理：
[0039]确定所述第一质量评分大于所述第一正例阈值的内容生产者的第一数量；
[0040]确定所述第一质量评分大于所述第一正例阈值的内容生产者中优质内容生产者的第二数量；
[0041]将所述第二数量与所述第一数量的比值作为第一精确率，并将所述第一数量与所述内容生产者的总数量的比值作为第一召回率；
[0042]基于所述第一精确率和所述第一召回率确定所述第一正例阈值对应的平衡分数；
[0043]从k个所述第一正例阈值对应的平衡分数中选取最大的平衡分数，以作为所述第一质量子模型对应的第一平衡分数。
[0044]上述方案中，所述预测模块，还用于：
[0045]确定p个第二正例阈值，p为正整数；
[0046]对所述p个第二正例阈值中的每个第二正例阈值执行以下处理：
[0047]确定所述第二质量评分大于所述第二正例阈值的内容生产者的第三数量；
[0048]确定所述第二质量评分大于所述第二正例阈值的内容生产者中优质内容生产者的第四数量；
[0049]将所述第四数量与所述第三数量的比值作为第二精确率，并将所述第三数量与所述内容生产者的总数量的比值作为第二召回率；
[0050]基于所述第二精确率和所述第二召回率确定所述第二正例阈值对应的平衡分数；
[0051]从p个所述第二正例阈值对应的平衡分数中选取最大的平衡分数，以作为所述第二质量子模型对应的第二平衡分数。
[0052]上述方案中，所述质量等级包括等级依次增高的低质等级、中间等级和优质等级；所述预测模块，还用于：
[0053]当满足以下条件之一时，确定所述内容生产者属于所述低质等级：所述第一比较结果表征所述第一质量评分等于所述第一阈值，且所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐处理方法，其特征在于，所述方法包括：基于内容生产者的特征数据进行第一质量预测处理，得到所述内容生产者的质量等级；基于所述内容生产者的特征数据进行第二质量预测处理，得到所述内容生产者的质量标记；基于所述质量等级和所述质量标记确定所述内容生产者的评级；基于所述内容生产者的评级，控制针对所述内容生产者发布的内容的推荐操作。2.根据权利要求1所述的方法，其特征在于，所述第一质量预测处理是通过第一质量模型实现的；所述第一质量模型包括第一质量子模型和第二质量子模型；所述基于内容生产者的特征数据进行第一质量预测处理，得到所述内容生产者的质量等级，包括：获取所述内容生产者的特征数据的第一特征向量；调用所述第一质量子模型执行以下处理：基于所述第一特征向量进行预测处理，得到第一质量评分，其中，所述第一质量子模型是基于双留存数据集训练得到的，所述双留存数据集包括作为优质内容生产者的正样本和作为低质内容生产者的负样本；调用所述第二质量子模型执行以下处理：基于所述第一特征向量进行预测处理，得到第二质量评分，所述第二质量子模型是基于优质内容生产者数据集训练得到的；基于所述第一质量评分和所述第二质量评分确定所述内容生产者的质量等级。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一质量评分和所述第二质量评分确定所述内容生产者的质量等级，包括：确定所述第一质量子模型对应的第一平衡分数，并确定所述第二质量子模型对应的第二平衡分数；将所述第一质量评分分别与第一阈值、所述第一平衡分数以及第二阈值进行比较，得到第一比较结果，所述第一比较结果用于表征所述第一质量评分所属的数值区间；将所述第二质量评分分别与第一阈值、所述第二平衡分数以及第二阈值进行比较，得到第二比较结果，所述第二比较结果用于表征所述第二质量评分所属的数值区间；基于所述第一比较结果和所述第二比较结果确定所述内容生产者的质量等级。4.根据权利要求3所述的方法，其特征在于，所述确定所述第一质量子模型对应的第一平衡分数，包括：确定k个第一正例阈值，k为正整数；对所述k个第一正例阈值中的每个第一正例阈值执行以下处理：确定所述第一质量评分大于所述第一正例阈值的内容生产者的第一数量；确定所述第一质量评分大于所述第一正例阈值的内容生产者中优质内容生产者的第二数量；将所述第二数量与所述第一数量的比值作为第一精确率，并将所述第一数量与所述内容生产者的总数量的比值作为第一召回率；基于所述第一精确率和所述第一召回率确定所述第一正例阈值对应的平衡分数；从k个所述第一正例阈值对应的平衡分数中选取最大的平衡分数，以作为所述第一质量子模型对应的第一平衡分数。
5.根据权利要求3所述的方法，其特征在于，所述确定所述第二质量子模型对应的第二平衡分数，包括：确定p个第二正例阈值，p为正整数；对所述p个第二正例阈值中的每个第二正例阈值执行以下处理：确定所述第二质量评分大于所述第二正例阈值的内容生产者的第三数量；确定所述第二质量评分大于所述第二正例阈值的内容生产者中优质内容生产者的第四数量；将所述第四数量与所述第三数量的比值作为第二精确率，并将所述第三数量与所述内容生产者的总数量的比值作为第二召回率；基于所述第二精确率和所述第二召回率确定所述第二正例阈值对应的平衡分数；从p个所述第二正例阈值对应的平衡分数中选取最大的平衡分数，以作为所述第二质量子模型对应的第二平衡分数。6.根据权利要求3所述的方法，其特征在于，所述质量等级包括等级依次增高的低质等级、中间等级和优质等级；所述基于所述第一比较结果和所述第二比较结果确定所述内容生产者的质量等级，包括：当满足以下条件之一时，确定所述内容生产者属于所述低质等级：所述第一比较结果表征所述第一质量评分等于所述第一阈值，且所述第二比较结果表征所述第二质量评分大于或等于所述第一阈值；所述第一比较结果表征所述第一质量评分大于或等于所述第一阈值，且所述第二比较结果表征所述第二质量评分等于所述第一阈值；当满足以下条件时，确定所述内容生产者属于所述中间等级：所述第一比较结果表征所述第一质量评分大于所述第一阈值，且小于或等于所述第一平衡分数；所述第二比较结果表征所述第二质量评分大于所述第一阈值，且小于或等于所述第二平衡分数；当满足以下条件时，确定所述内容生产者属于所述优质等级：所述第一比较结果表征所述第一质量评分大于所述第一平衡分数，且小于或等于所述第二阈值；所述第二比较结果表征所述第二质量评分大于所述第...

【专利技术属性】
技术研发人员：李烜，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：