[发明专利]图书质量的预测方法、装置及设备

权利要求书

1.一种图书质量的预测方法，其特征在于，包括：

获取当前图书的第一相关信息，所述第一相关信息包括图书的多个不同类型的信息；

根据所述当前图书的第一相关信息，获得所述第一相关信息与所述当前图书的实际价值信息之间的隐性关系，所述实际价值信息用于客观反映当前图书的价值；

根据所述隐性关系，获得所述当前图书的预测质量结果。

2.根据权利要求1所述的图书质量的预测方法，其特征在于，所述第一相关信息包括以下至少一项：

当前图书的封面信息；

当前图书的内容信息；

当前图书的属性信息。

3.根据权利要求1所述的图书质量的预测方法，其特征在于，根据所述当前图书的第一相关信息，获得所述第一相关信息与所述当前图书的实际价值信息之间的隐性关系，包括：

根据已有图书的第一相关信息以及第二相关信息，对预设的第一网络模型进行训练，得到训练后的第一网络模型，所述第二相关信息包括所述已有图书的实际运营数据；

根据所述当前图书的第一相关信息以及训练后的所述第一网络模型，预测所述当前图书的第一相关信息对应的所述当前图书的实际价值信息；

根据所述训练后的所述第一网络模型，得到所述第一相关信息与所述当前图书的实际价值信息之间的隐性关系。

4.根据权利要求3所述的图书质量的预测方法，其特征在于，根据已有图书的第一相关信息以及第二相关信息，对预设的第一网络模型进行训练，包括：

获得所述已有图书的第一相关信息以及第二相关信息；

将所述已有图书的第一相关信息通过第二网络模型进行处理，生成所述已有图书的价值隐性特征向量；

根据所述已有图书的第一相关信息、所述已有图书的价值隐性特征向量、所述已有图书的第二相关信息，对预设的第一网络模型进行训练。

5.根据权利要求1所述的图书质量的预测方法，其特征在于，根据所述隐性关系，获得所述当前图书的预测质量结果，包括：

对所述当前图书的第一相关信息进行特征提取和聚合，得到所述当前图书的图书表征向量；

将所述当前图书的图书表征向量和随机噪声向量，输入第二网络模型进行处理，输出所述当前图书的价值隐性特征向量；

将所述当前图书的图书表征向量以及所述当前图书的价值隐性特征向量，输入所述训练后的第一网络模型进行处理，获得所述当前图书的图书价值向量；

根据所述当前图书的图书价值向量以及所述第二网络模型，输出第一权重系数；

根据所述第一权重系数以及经过训练的预设网络回归模型，获得所述当前图书的预测质量结果。

6.根据权利要求5所述的图书质量的预测方法，其特征在于，获得所述当前图书的预测质量结果后，还包括：

获得所述当前图书的第三相关信息，所述第三相关信息包括以下至少一项：当前图书的运营数据信息，所述当前图书的用户交互数据信息，所述当前图书的得分数据信息。

7.根据权利要求6所述的图书质量的预测方法，其特征在于，获得所述当前图书的第三相关信息后，还包括：

根据所述第一权重系数、经过训练的预设所述网络回归模型以及所述当前图书的第三相关信息，获得所述当前图书的更新的预测质量结果。

8.一种图书质量的预测装置，其特征在于，包括：

获取模块，用于获取当前图书的第一相关信息，所述第一相关信息包括图书的多个不同类型的信息；

处理模块，用于根据所述当前图书的第一相关信息，获得所述第一相关信息与所述当前图书的实际价值信息之间的隐性关系，所述实际价值信息用于客观反映当前图书的价值；根据所述隐性关系，获得所述当前图书的预测质量结果。