[发明专利]文章倒排方法、文章推荐方法、装置、设备及存储介质

说明书

本申请公开了一种文章倒排方法，包括：通过人工智能的机器学习技术构建每篇文章的贝塔分布，其中，所述贝塔分布中的第一参数表示在统计周期内文章被点击的次数，所述贝塔分布中的第二参数表示在统计周期内文章被展示但未被点击的次数；通过每篇文章的贝塔分布为对应的文章生成一个随机数，作为文章对应的收益值；根据每篇文章对应的收益值对文章进行倒排得到文章倒排结果。一方面可以保证优质文章持续曝光，另一方面可以持续探索低曝光文章，解决了推荐系统中的文章开发与探索合理均衡问题。本申请还公开了文章推荐方法、装置、设备以及介质。

技术领域

本申请涉及内容推荐技术领域，尤其涉及一种基于人工智能的文章倒排方法、文章推荐方法、装置、设备及存储介质。

背景技术

如今很多平台例配置有推荐系统，基于推荐系统给用户推荐其可能感兴趣的内容，例如购物平台会根据用户的购物喜好在推荐页给用户展示其可能感兴趣的商品，再例如资讯平台会根据用户浏览资讯的喜好在推荐页给用户展示其可能感兴趣的资讯等。

而推荐系统的性能高低主要取决于文章倒排排序质量的好坏，所谓文章倒排是对推荐系统内所推荐的文章进行倒排排序，文章可以理解为是推荐系统所推荐的对象，例如购物平台推荐的文章就是商品的图文文章，资讯平台推荐的文章就是资讯类的图文文章或者图集文章等。

目前比较常用文章倒排方法是基于贪婪算法来实现，贪婪算法通过ε的值控制对开发和探索的权衡程度，ε值越小，表明探索越保守，会有更好的稳定性，ε值越大，表明开发越保守，会有更好的灵活性。但是很明显，现有这种方法需要手工设定超参数ε，主观性比较强，并且不同人总结出的规律差异较大，导致探索策略不合理，无法解决推荐系统中文章开发与探索合理均衡的问题。

发明内容

本申请提供了一种基于人工智能的文章倒排方法，其从文章的点击量、展示量出发建模文章的优劣，一方面保证了优质文章持续曝光，另一方面持续探索低曝光文章，解决了推荐系统中的文章开发与探索问题。本申请还提供了基于人工智能的文章推荐方法以及对应的装置、设备、介质、计算机程序产品。

本申请第一方面提供一种基于人工智能的文章倒排方法，所述方法包括：

构建每篇文章的贝塔分布，其中，所述贝塔分布中的第一参数表示在统计周期内文章被点击的次数，所述贝塔分布中的第二参数表示在统计周期内文章被展示但未被点击的次数；

通过每篇文章的贝塔分布为对应的文章生成一个随机数，作为文章对应的收益值；

根据每篇文章对应的收益值对文章进行倒排得到文章倒排结果。

本申请第二方面提供一种基于人工智能的文章推荐方法，所述方法包括：

获取登录用户的用户画像数据；

根据文章在当前统计周期内的被点击次数以及展示但未被点击次数确定文章的贝塔分布，并根据文章的贝塔分布生成随机数作为文章的收益值；

根据文章的收益值进行排序得到文章倒排结果；

根据所述文章倒排结果召回与所述登录用户的用户画像数据匹配的预设数量篇文章；

根据召回的文章进行文章推荐。

本申请第三方面提供一种基于人工智能的文章倒排装置，所述装置包括：

贝塔分布构建模块，用于构建每篇文章的贝塔分布，其中，所述贝塔分布中的第一参数表示在统计周期内文章被点击的次数，所述贝塔分布中的第二参数表示在统计周期内文章被展示但未被点击的次数；

文章收益确定模块，用于通过每篇文章的贝塔分布为对应的文章生成一个随机数，作为文章对应的收益值；

排序模块，用于根据每篇文章对应的收益值对文章进行倒排得到文章倒排结果。