[发明专利]热门资源的预测方法、装置、设备及存储介质

说明书

本发明公开了一种热门资源的预测方法、装置、设备及存储介质，属于网络技术领域。该方法包括：获取多个资源的第一特征，第一特征包括资源的标签数量、价格、发行时长、评测数量、访问数量中的一项或多项；调用机器学习模型，机器学习模型用于根据资源的第一特征对资源的第二特征进行预测，第二特征能够表示资源的热门程度；将多个资源的第一特征输入机器学习模型，输出每个资源的第二特征；根据每个资源的第二特征，对多个资源进行排序；将多个资源中排在前第一数目的资源输出为热门资源。本发明提供了一种自动化的预测出热门资源的方法，节省了预测热门资源的时间，提高了预测热门资源的效率。此外，能够提高预测的准确性。

技术领域

本发明涉及网络技术领域，特别涉及一种热门资源的预测方法、装置、设备及存储介质。

背景技术

时下，可以通过互联网来发布、传播、销售或使用各种各样的资源。例如，游戏的厂商可以在游戏平台上发布游戏，用户可以在游戏平台上购买游戏，从游戏平台上下载游戏。为了帮助资源的开发，需要从海量的资源中，预测出哪个资源将成为市场中的热门资源，以便资源的厂商了解资源的流行趋势，制作更受欢迎的资源。

以资源为游戏为例，热门游戏的预测过程目前通常是：人工在游戏平台上搜索近期发布的每个游戏的数据，根据每个游戏的数据，结合个人经验，从近期发布的各个游戏中，预测出哪个游戏将要成为爆款游戏，即热门游戏。

从上述例子可以看出，人工预测热门资源的方式费时费力，效率较低，且存在主观性，无法有统一而客观的标准，导致预测的准确性较差。

发明内容

本发明实施例提供了一种热门资源的预测方法、装置、设备及存储介质，能够解决相关技术中预测热门资源的效率较低、准确性差的技术问题。所述技术方案如下：

一方面，提供了一种热门资源的预测方法，所述方法包括：

获取多个资源的第一特征，所述第一特征包括资源的标签数量、价格、发行时长、评测数量、访问数量中的一项或多项；

调用机器学习模型，所述机器学习模型用于根据资源的第一特征对资源的第二特征进行预测，所述第二特征能够表示资源的热门程度；

将所述多个资源的第一特征输入所述机器学习模型，输出每个资源的第二特征；

根据每个资源的第二特征，对所述多个资源进行排序；

将所述多个资源中排在前第一数目的资源输出为热门资源。

可选地，所述方法还包括：

获取多个榜单；

为所述多个榜单中的每个榜单分配对应的权重；

根据每个榜单的权重以及每个榜单中资源的排名，获取每个资源的权重，榜单的权重越大或排名越靠前，资源的权重越大；

根据每个资源的权重，对所述多个资源进行排序；

根据排序结果，生成目标榜单。

可选地，所述获取多个资源的第一特征，包括：

爬取目标网站的网页内容，所述目标网站包括资源发布网站、视频网站、直播网站、资讯网站中的一项或多项；

解析所述网页内容，得到多个资源的数据；

根据所述多个资源的数据，获取所述多个资源的第一特征。

另一方面，提供了一种热门资源的预测装置，所述装置包括：

获取模块，用于获取多个资源的第一特征，所述第一特征包括资源的标签数量、价格、发行时长、评测数量、访问数量中的一项或多项；