[发明专利]一种资源获取方法、装置、设备和存储介质

权利要求书

1.一种资源获取方法，应用于资源推荐系统中的资源召回模块，其中，所述系统包括资源汇聚模块和至少一个资源召回模块，其特征在于，所述方法包括：

响应于资源汇聚模块发送的资源获取请求，结合资源属性，采用不同的预设策略进行资源召回；

利用预训练的展现预估模型，结合用户特征或资源特征对召回资源中各资源的展现率进行打分，得到各资源的展现率得分，其中，所述展现率得分用于评价资源被资源汇聚模块展现的可能性；所述用户特征包括用户的性别、年龄、刷新时间中至少一项；所述资源特征包括资源分类、资源中图片个数、文章质量得分中的至少一项；

将所述展现率得分作为资源排序因素之一，对所述召回资源进行排序，并依据排序结果获取预设数量的资源返回给所述资源汇聚模块；

其中，所述展现预估模型是利用机器学习的方法，基于正负样本和各样本对应的模型特征进行训练得到；且所述展现预估模型是周期性训练修改的模型；

正样本包括被任一资源召回模块返回给资源汇聚模块，并且由资源汇聚模块展现给用户的资源；负样本包括被任一资源召回模块返回给资源汇聚模块，并且资源汇聚模块并未展现给用户的资源；所述模型特征包括用户特征、资源特征或用户历史点击特征中的至少一种。

2.根据权利要求1所述的方法，其特征在于，所述展现预估模型用于对资源被资源汇聚模块展现的可能性进行评估。

3.根据权利要求1所述的方法，其特征在于，所述资源排序因素还包括点击率得分，所述点击率得分用于评价资源被用户选择的概率；

相应的，所述将所述展现率得分作为资源排序因素之一，对所述各召回资源进行排序，包括：

将所述点击率得分和展现率得分进行融合计算，根据计算结果对所述各召回资源进行排序。

4.根据权利要求1所述的方法，其特征在于，所述展现预估模型的训练过程包括：

获取资源召回模块返回给资源汇聚模块的第一日志流，以及资源汇聚模块将资源展现给用户的第二日志流，其中，所述第一日志流和第二日志流均包括日志ID、用户ID、资源ID和所述模型特征；

在第一日志流和第二日志流中，根据日志ID和用户ID进行资源融合，并在融合后的资源中获取所述正样本和负样本；

基于所述正样本、负样本和各样本对应的模型特征，对展现预估模型进行训练。

5.一种资源获取装置，配置于资源推荐系统中的资源召回模块，其中，所述系统包括资源汇聚模块和至少一个资源召回模块，其特征在于，所述装置包括：

召回子模块，用于响应于资源汇聚模块发送的资源获取请求，结合资源属性，采用不同的预设策略进行资源召回；

打分子模块，利用预训练的展现预估模型，结合用户特征或资源特征对召回资源中各资源的展现率进行打分，得到各资源的展现率得分，其中，所述展现率得分用于评价资源被资源汇聚模块展现的可能性；所述用户特征包括用户的性别、年龄、刷新时间中至少一项；所述资源特征包括资源分类、资源中图片个数、文章质量得分中的至少一项；

排序筛选子模块，用于将所述展现率得分作为资源排序因素之一，对所述召回资源进行排序，并依据排序结果获取预设数量的资源返回给所述资源汇聚模块；

其中，所述展现预估模型是利用机器学习的方法，基于正负样本和各样本对应的模型特征进行训练得到；且所述展现预估模型是周期性训练修改的模型；

其中，正样本包括被任一资源召回模块返回给资源汇聚模块，并且由资源汇聚模块展现给用户的资源；负样本包括被任一资源召回模块返回给资源汇聚模块，并且资源汇聚模块并未展现给用户的资源；所述模型特征包括用户特征、资源特征或用户历史点击特征中的至少一种。

6.根据权利要求5所述的装置，其特征在于，所述展现预估模型用于对资源被资源汇聚模块展现的可能性进行评估。

7.根据权利要求5所述的装置，其特征在于，所述资源排序因素还包括点击率得分，所述点击率得分用于评价资源被用户选择的概率；

相应的，所述排序筛选子模块包括：

排序单元，用于将所述点击率得分和展现率得分进行融合计算，根据计算结果对所述各召回资源进行排序。