[发明专利]物料推荐方法和系统

说明书

提供了一种物料推荐方法和系统，所述方法包括：确定推荐池的数量n，其中，n为大于或等于3的整数；确定每一级推荐池中对应单个物料的展示流量，使得展示流量从第1级推荐池到第n‑1级推荐池依次递增；针对特定推荐请求，在n级推荐池之中选取候选物料；基于选取的候选物料进行推荐；以及获取与所推荐物料对应的用户行为数据，并且，方法还包括按照以下方式在各个推荐池中调配物料：将持续产生的新物料放入第1级推荐池；针对第i‑1级推荐池中的物料，以对应的展示流量为单位来统计与所述物料对应的用户行为数据，并基于统计结果来确定将物料从第i‑1级推荐池中移出、保留在第i‑1级推荐池还是移入第i级推荐池。

技术领域

本发明总体说来涉及计算机实现的推荐方案，更具体地讲，涉及一种用于物料推荐的方法和系统。

背景技术

随着互联网技术的发展，产生了海量内容，向用户推荐其感兴趣的个性化内容会有助于极大提升用户的使用体验，也为内容提供者带来巨大的收益。通常，内容运营商每天都会产生大量的新物料。对于物料的冷启动可以使用探索-利用(exploreexploit)方法来执行，即，通过探索(explore)新物料，然后利用(exploit)探索收集到的行为数据(即，exploit算法)去计算优质内容，从而实现内容推荐。为确保用户体验，仅采用小部分流量用于探索新物料，其他大量的流量都采用exploit算法对优质内容做推荐。然而，如果新物料太多，则需要将大量流量做探索，这样将影响线上效果或者导致用户流失；另一方面，用于探索的流量太少又会导致新的物料探索不完，一些优质物料无法发现，同样会影响用户体验。

发明内容

本发明的目的在于提供一种用于物料推荐方法和系统，以解决现有技术中因新物料太多或探索流量不够而导致的推荐效果不佳。

本发明提供了一种物料推荐方法，所述方法包括：确定推荐池的数量n，其中，n为大于或等于3的整数；确定每一级推荐池中对应单个物料的展示流量，使得所述展示流量从第1级推荐池到第n-1级推荐池依次递增；针对特定推荐请求，在所述n级推荐池之中选取候选物料；基于选取的候选物料进行推荐；以及获取与所推荐物料对应的用户行为数据，并且，所述方法还包括按照以下方式在各个推荐池中调配物料：将持续产生的新物料放入第1级推荐池；针对第i-1级推荐池中的物料，以对应的展示流量为单位来统计与所述物料对应的用户行为数据，并基于统计结果来确定将所述物料从第i-1级推荐池中移出、保留在第i-1级推荐池还是移入第i级推荐池；并且，针对第n级推荐池中的物料，以对应的展示流量为单位来统计与所述物料对应的用户行为数据，并基于统计结果来确定将所述物料从第n级推荐池中移出还是保留在第n级推荐池，其中，i为大于或等于2且小于n的任一整数。

在根据发明构思的实施例中，确定推荐池的数量n的步骤可以包括：基于新物料的生成速度和/或流量分配来确定推荐池的数量n，其中，第1级推荐池到第n-1级推荐池对应于“探索-利用”方式中的探索流量，第n级推荐池对应于“探索-利用”方式中的利用流量。

在根据发明构思的实施例中，针对特定推荐请求，在所述n级推荐池之中选取候选物料的步骤可以包括：针对特定推荐请求，在所述n级推荐池之中确定至少一个目标推荐池；以及从确定的至少一个目标推荐池中选取候选物料。

在根据发明构思的实施例中，针对特定推荐请求，在所述n级推荐池之中选取候选物料的步骤可以包括：针对特定推荐请求，综合考虑所述n级推荐池之中的所有物料来选取候选物料。

在根据发明构思的实施例中，基于统计结果来确定将所述物料从第i-1级推荐池中移出、保留在第i-1级推荐池还是移入第i级推荐池的步骤可以包括：基于统计结果得到用户对所述物料的接受程度，在所述接受程度没有高于第i-2级推荐池中的所有接受程度的情况下，所述物料被移出第i-1级推荐池；在所述接受程度没有低于第i级推荐池中的所有接受程度的情况下，所述物料被移入第i级推荐池；否则，所述物料被保留在第i-1级推荐池。