[发明专利]资源推荐方法、装置及电子设备

权利要求书

1.一种资源推荐方法，其特征在于，包括：

获取各待推荐资源的信息和用户的第一历史状态信息；

利用第一神经网络模型对每个所述待推荐资源的信息和所述第一历史状态信息，进行处理，以获取每个所述待推荐资源对应的第一点击概率，利用第二神经网络模型对每个所述待推荐资源的信息和所述第一历史状态信息进行处理，以获取每个所述待推荐资源对应的第二点击概率，根据所述第一点击概率和所述第二点击概率，确定每个所述待推荐资源对应的预估展示时长，其中，获取包括多个资源的信息、每个所述资源对应的所述用户的第二历史状态信息及每个所述资源对应的多个标签的训练样本集，根据每个所述资源对应的多个标签确定所述用户对每个所述资源的实际点击概率，将每个所述资源的信息及对应的第二历史状态信息分别输入第一初始神经网络模型和第二初始神经网络模型，通过所述第一初始神经网络模型获取每个所述资源对应的第一预测点击概率，根据每个所述资源对应的第一预测点击概率和所述实际点击概率之间的差异对所述第一初始神经网络模型进行修正，以生成所述第一神经网络模型，通过所述第二初始神经网络模型获取每个所述资源对应的第二预测点击概率，根据每个所述资源对应的第二预测点击概率和所述实际点击概率之间的差异确定初始损失值，响应于任一资源对应的实际点击概率为目标值，根据所述任一资源对应的多个标签确定所述任一资源对应的综合展示时长，根据所述任一资源对应的初始损失值与所述综合展示时长确定目标损失值，根据所述目标损失值对所述第二初始神经网络模型进行修正，以生成所述第二神经网络模型；

根据每个所述待推荐资源对应的预估展示时长，确定目标推荐资源；

将所述目标推荐资源发送给用户客户端，以使所述用户客户端展示所述目标推荐资源。

2.如权利要求1所述的方法，其特征在于，所述多个标签各对应一个子目标行为，所述根据所述任一资源对应的多个标签，确定所述任一资源对应的综合展示时长，包括：

获取每个所述子目标行为对应的展示时长和溢价系数；

根据每个所述子目标行为、每个所述子目标行为对应的展示时长及所述溢价系数，确定所述综合展示时长。

3.如权利要求2所述的方法，其特征在于，所述获取每个所述子目标行为对应的展示时长，包括：

获取所述任一资源的多个历史行为数据；

根据所述多个历史行为数据中的每个所述子目标行为，获取每个所述子目标行为对应的展示时长。

4.一种资源推荐装置，其特征在于，包括：

第一获取模块，被配置为获取各待推荐资源的信息和用户的第一历史状态信息；

第一确定模块，被配置为利用第一神经网络模型对每个所述待推荐资源的信息和所述第一历史状态信息，进行处理，以获取每个所述待推荐资源对应的第一点击概率，利用第二神经网络模型对每个所述待推荐资源的信息和所述第一历史状态信息进行处理，以获取每个所述待推荐资源对应的第二点击概率，根据所述第一点击概率和所述第二点击概率，确定每个所述待推荐资源对应的预估展示时长，其中，获取包括多个资源的信息、每个所述资源对应的所述用户的第二历史状态信息及每个所述资源对应的多个标签的训练样本集，根据每个所述资源对应的多个标签确定所述用户对每个所述资源的实际点击概率，将每个所述资源的信息及对应的第二历史状态信息分别输入第一初始神经网络模型和第二初始神经网络模型，通过所述第一初始神经网络模型获取每个所述资源对应的第一预测点击概率，根据每个所述资源对应的第一预测点击概率和所述实际点击概率之间的差异对所述第一初始神经网络模型进行修正，以生成所述第一神经网络模型，通过所述第二初始神经网络模型获取每个所述资源对应的第二预测点击概率，根据每个所述资源对应的第二预测点击概率和所述实际点击概率之间的差异确定初始损失值，响应于任一资源对应的实际点击概率为目标值，根据所述任一资源对应的多个标签确定所述任一资源对应的综合展示时长，根据所述任一资源对应的初始损失值与所述综合展示时长确定目标损失值，根据所述目标损失值对所述第二初始神经网络模型进行修正，以生成所述第二神经网络模型；

第二确定模块，被配置为根据每个所述待推荐资源对应的预估展示时长，确定目标推荐资源；

发送模块，被配置为将所述目标推荐资源发送给用户客户端，以使所述用户客户端展示所述目标推荐资源。