基于推荐模型的资源推荐方法、装置、电子设备和介质与流程

1.本公开涉及人工智能技术领域，尤其涉及深度学习技术领域，具体涉及一种基于推荐模型的资源推荐方法、推荐模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
3.随着互联网技术的发展，推荐系统取得了快速的发展。推荐系统借助机器学习技术，基于对用户行为的挖掘，洞察用户的兴趣偏好，进而基于用户的兴趣偏好，自动化地为用户生成个性化的内容推荐，提高用户的浏览体验。
4.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

5.本公开提供了一种基于推荐模型的资源推荐方法、推荐模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
6.根据本公开的一方面，提供了一种基于推荐模型的资源推荐方法，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景，所述方法包括：获取用户的行为数据和候选资源；基于所述行为数据和所述候选资源提取特征信息；将所述特征信息输入所述多个专家网络，获取专家网络的第一输出，其中，专家网络的第一输出具有对应的用户群体的特征表示；将专家网络的第一输出分别输入所述多个门控网络，获取门控网络的第二输出，其中，所述第二输出包括在对应的场景下所述候选资源针对多个推荐因子的推荐权重；以及针对所述多个场景中的至少一个场景，基于针对所述多个推荐因子的推荐权重，确定是否在该场景下推荐所述候选资源。
7.根据本公开的另一方面，提供了一种推荐模型的训练方法，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景，所述方法包括：获取样本用户的行为数据和多个样本候选资源；针对所述多个样本候选资源中的每个样本候选资源，基于所述样本用户的行为数据和该样本候选资源提取样本特征信息；将所述样本特征信息输入所述多个专家网络，获取专家网络的第三输出；将专家网络的第三输出分别输入所述多个门控网络，获取门控网络的第四输出，
其中，所述第四输出包括在对应的场景下该样本候选资源针对多个推荐因子的推荐权重；基于针对所述多个推荐因子的推荐权重，计算该样本候选资源在每个场景下的推荐分数；针对每个场景，基于每个样本候选资源在该场景下的推荐分数，在该场景中推荐所述多个样本候选资源中的至少一个样本候选资源；获取所述样本用户针对所推荐的至少一个样本候选资源的反馈行为；以及基于所述反馈行为，调整所述推荐模型的参数。
8.根据本公开的另一方面，提供了一种基于推荐模型的资源推荐装置，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景，所述装置包括：第一获取模块，被配置为获取用户的行为数据和候选资源；第一提取模块，被配置为基于所述行为数据和所述候选资源提取特征信息；第二获取模块，被配置为将所述特征信息输入所述多个专家网络，获取专家网络的第一输出，其中，专家网络的第一输出具有对应的用户群体的特征表示；第三获取模块，被配置为将专家网络的第一输出分别输入所述多个门控网络，获取门控网络的第二输出，其中，所述第二输出包括在对应的场景下所述候选资源针对多个推荐因子的推荐权重；第一计算模块，被配置为针对所述多个场景中的至少一个场景，基于针对所述多个推荐因子的推荐权重，确定是否在该场景下推荐所述候选资源。
9.根据本公开的另一方面，提供了一种推荐模型的训练装置，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景，所述装置包括：第四获取模块，被配置为获取样本用户的行为数据和多个样本候选资源；第二提取模块，被配置为针对所述多个样本候选资源中的每个样本候选资源，基于所述样本用户的行为数据和该样本候选资源提取样本特征信息；第五获取模块，被配置为将所述样本特征信息输入所述多个专家网络，获取专家网络的第三输出；第六获取模块，被配置为将专家网络的第三输出分别输入所述多个门控网络，获取门控网络的第四输出，其中，所述第四输出包括在对应的场景下该样本候选资源针对多个推荐因子的推荐权重；第二计算模块，被配置为基于针对所述多个推荐因子的推荐权重，计算该样本候选资源在每个场景下的推荐分数；推荐模块，被配置为针对每个场景，基于每个样本候选资源在该场景下的推荐分数，在该场景中推荐所述多个样本候选资源中的至少一个样本候选资源；第七获取模块，被配置为获取所述样本用户针对所推荐的至少一个样本候选资源的反馈行为；以及调整模块，被配置为基于所述反馈行为，调整所述推荐模型的参数。
10.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一方法。
11.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述任一方法。
12.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现上述任一方法。
13.根据本公开的一个或多个实施例，提供了一种基于推荐模型的资源推荐方法，利用推荐模型基于用户和候选资源的特征信息来确定候选资源针对多个推荐因子的推荐权重，并基于推荐权重确定是否在至少一个场景下对候选资源进行推荐。由此，能够基于场景
来确定是否对候选资源进行推荐，提升了资源推荐的准确性。
14.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
15.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
16.图1是图示出根据示例性实施例的可以在其中实施本文描述的各种方法的示例系统的示意图
17.图2示出了根据本公开的实施例的基于推荐模型的资源推荐方法的流程图；
18.图3示出了根据本公开的实施例的推荐模型的训练方法的流程图；
19.图4示出了根据本公开的实施例的基于推荐模型的资源推荐装置的结构框图；
20.图5示出了根据本公开的实施例的推荐模型的训练装置的结构框图；以及
21.图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
22.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
23.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
24.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
25.相关技术中，对候选资源的推荐不做场景的区分，而是采用统一模型的优化。然而，由于不同场景下，对应的目标用户的差异可能较大，统一模型不能同时刻画出通常场景对应的目标用户的特点，因此，对不同场景采用统一模型进行候选资源的推荐通常效果不佳。
26.为解决上述问题，本公开提供了一种基于推荐模型的资源推荐方法，推荐模型包括对应于多个用户群体的多个专家网络和对应于多个场景的多个门控网络，因此，能够利用推荐模型中的门控网络针对每个场景基于用户和候选资源的特征信息来确定候选资源针对多个推荐因子的推荐权重，并基于推荐权重来确定是否在该场景下对候选资源进行推荐。由此，能够基于场景来确定是否对候选资源进行推荐，提升了资源推荐的准确性。
27.下面将结合附图详细描述本公开的实施例。
28.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
29.在本公开的实施例中，服务器120可以运行使得能够执行基于推荐模型的资源推荐方法或推荐模型的训练方法的一个或多个服务或软件应用。
30.在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
31.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的方法的系统的一个示例，并且不旨在进行限制。
32.用户可以使用客户端设备101、102、103、104、105和/或106来执行基于推荐模型的资源推荐方法。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
33.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
34.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
35.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或
者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
36.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
37.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
38.在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。
39.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
40.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
41.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
42.图2示出了根据本公开的实施例的基于推荐模型的资源推荐方法的流程图，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景。
43.如图2所示，基于推荐模型的资源推荐方法200包括：
44.步骤s201、获取用户的行为数据和候选资源；
45.步骤s202、基于所述行为数据和所述候选资源提取特征信息；
46.步骤s203、将所述特征信息输入所述多个专家网络，获取专家网络的第一输出，其中，专家网络的第一输出具有对应的用户群体的特征表示；
47.步骤s204、将专家网络的第一输出分别输入所述多个门控网络，获取门控网络的第二输出，其中，所述第二输出包括在对应的场景下所述候选资源针对多个推荐因子的推荐权重；以及
48.步骤s205、针对所述多个场景中的至少一个场景，基于针对所述多个推荐因子的推荐权重，确定是否在该场景下推荐所述候选资源。
49.基于推荐模型的资源推荐方法200所使用的推荐模型包括对应于多个用户群体的多个专家网络和对应于多个场景的多个门控网络，可见，推荐模型是基于不同的场景来分别进行优化的。步骤s202和步骤s203通过将从用户的行为数据和候选资源中提取特征信息作为推荐模型的输入，推荐模型中的对应于多个用户群体的多个专家网络中基于所输入的特征信息来输出具有对应的用户群体的特征表示，进而在步骤s204中能够利用推荐模型中的门控网络针对对应的场景来确定候选资源针对多个推荐因子的推荐权重，并在步骤s205中基于推荐权重确定是否在该场景下对候选资源进行推荐。由此，能够实现基于场景来确定是否对候选资源进行推荐，提升了资源推荐的准确性。
50.根据一些实施例，在步骤s203中，将所述特征信息输入所述多个专家网络中的每个专家网络，获取每个专家网络的第一输出，其中，每个专家网络的第一输出具有与该专家网络相对应的用户群体的特征表示；在步骤s204中，将每个专家网络的第一输出分别输入多个门控网络中的每个门控网络，获取每个门控网络的第二输出，其中，所述第二输出包括在与该门控网络相对应的场景下所述候选资源针对多个推荐因子的推荐权重。由此，推荐模型中的对应于多个用户群体的多个专家网络中的每一者基于所输入的特征信息来输出具有与该专家网络相对应的用户群体的特征表示，进而能够利用推荐模型中的每一个门控网络针对对应的场景来确定候选资源针对多个推荐因子的推荐权重，实现基于场景来确定是否对候选资源进行推荐，提升了资源推荐的准确性。
51.根据一些实施例，所述多个场景包括首屏场景和非首屏场景。
52.示例性的，首屏为下拉刷新时终端能直接显示出来的卡片区域，非首屏为下拉刷新时终端不能直接显示出来的卡片区域和上滑加载出来的全部卡片序列。
53.首屏作为用户访问的第一入口，起到门面的作用，非常重要，是能否提升用户浏览时长和点击量的关键。发明人发现，在用户分布上，大部分用户只访问首屏，属于非活跃用户，小部分会浏览非首屏中的内容，这部分用户为活跃用户。可见，访问不同场景的用户表现差异较大，使用统一的模型来进行学习优化通常无法分别刻画出首屏用户和非首屏用户的用户特点，推荐效果较差。
54.而在推荐模型的资源推荐方法200中，所使用的推荐模型包括对应于多个场景的多个门控网络，推荐模型是基于不同的场景例如基于首屏场景和非首屏场景来分别进行优化，这种结构的优势是能够保持策略框架的统一，首屏和非首屏互不影响，独立进行优化，能够同时提升两个场景下的资源推荐效果。
55.在一个示例中，步骤s201中所获取的用户的行为数据包括用户的历史点击通过率数据、所述用户的历史浏览时长数据，从而可以根据用户的这些历史数据来确定用户是活跃用户还是非活跃用户；用户的行为数据还可以包括用户的个人信息，例如用户的年龄、性别、学历和收入等基本信息，用户的基本信息通常与用户的浏览和点击的偏好相关联；以及用户所使用的网络类型，例如是4g、5g还是通过无线网对资源进行访问等，可以理解的是，用户所使用的网络类型通常会影响用户所访问的资源的类型，例如在使用无线网时，用户更可能会浏览图片、视频等资源。
56.根据一些实施例，步骤s202包括：基于所述行为数据，提取所述用户的历史点击通
过率数据和所述用户的历史浏览时长数据，以用于确定用户特征信息；基于所述候选资源，提取所述候选资源对应的资源类型和所述候选资源被推荐时所在的位置，以用于确定候选资源特征信息；以及基于所述用户特征信息和所述候选资源特征信息，确定所述特征信息。
57.具体地，特征信息分为用户侧特征和资源侧特征，通过结合二者以将候选资源推荐给匹配的用户，以提升候选资源被用户消费的可能性。可以根据用户的历史点击通过率数据和历史浏览时长数据来确定用户是活跃用户还是非活跃用户。候选资源被推荐时所在的位置，例如是处在屏幕中被推荐的第四条资源还是第五条资源，对资源被消费的情况有很大影响，因此，将候选资源被推荐时所在的位置作为一个维度的特征能够提升资源推荐的准确性。此外，发明人发现，例如图片和视频等类型的资源若是推荐时显示在屏幕的下方，可能会存在显示不完整的情况，会降低用户浏览或点击这类资源的可能性，因此。将候选资源对应的资源类型和候选资源被推荐时所在的位置结合来确定候选资源特征信息，可以通过模型的优化来减少上述情况的发生，提升资源推荐的成功率。
58.在一个示例中，用户特征信息中还可以包括用户的个人信息和用户所使用的网络类型，以从多个维度刻画用户的特征，提升对用户偏好的预测的准确性。
59.在一个示例中，候选资源特征信息还可以包括候选资源的作者等级、候选资源的质量评价分数等信息，以用于评价、确定候选资源是否为优质资源。
60.根据一些实施例，所述多个专家网络中的每个专家网络包括宽(wide)层和深(deep)层，其中，步骤s203包括：将所述特征信息中的用户特征信息输入所述多个专家网络的深层；以及将所述特征信息中的候选资源特征信息输入所述多个专家网络的宽层。
61.根据一些实施例，步骤s203包括：将所述特征信息中的用户特征信息输入所述多个专家网络中的每个专家网络的深层；以及将所述特征信息中的候选资源特征信息输入所述多个专家网络中的每个专家网络的宽层。
62.根据神经网络中wide层和deep层的性质，将用户特征信息输入到每个专家网络deep层可以提升用户特征信息的泛化性，而将候选资源特征信息输入到每个专家网络的wide层，能够起到记忆的作用，从而提升模型预测的质量和效果。
63.根据一些实施例，步骤s204和步骤s205中所述多个推荐因子包括：所述候选资源的历史点击通过率(后验ctr)、所述候选资源的历史浏览时长(后验dur)、所述用户的历史点击通过率(ctr)和所述用户的历史浏览时长(dur)。除了用户的ctr和dur以外，还增加了对候选资源本身价值评估的后验ctr和后验dur，对候选资源的质量有更高的要求。
64.由此，可以针对所述多个场景中的至少一个场景，基于针对所述多个推荐因子的推荐权重，计算所述候选资源的推荐分数；基于所述推荐分数，确定是否在该场景下推荐所述候选资源。具体地，基于推荐模型所输出的针对上述多个推荐因子的推荐权重，根据以下融合公式来计算候选资源的推荐分数：
65.推荐分数＝ctr
t1
*dur
t2
*后验ctr
t3
*后验dur
t4
66.其中，t1、t2、t3和t4分别为推荐模型所输出的针对ctr、dur、后验ctr和后验dur这四个推荐因子的推荐权重。
67.在一个示例中，在上述公式的基础上，还可以将用于评价候选资源的质量的质量函数和候选资源的作者等级等因素用于计算候选资源的推荐分数，以评估得到优质的候选资源，提升候选资源对用户的吸引力。
68.根据本公开的另一方面，提供了一种推荐模型的训练方法。基于推荐模型的训练方法训练得到的训练方法能够用于基于推荐模型的资源推荐方法200中，以进行资源推荐。
69.图3示出了根据本公开的实施例的推荐模型的训练方法的流程图，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景。
70.如图3所示，推荐模型的训练方法300包括：
71.步骤s301、获取样本用户的行为数据和多个样本候选资源；
72.步骤s302、针对所述多个样本候选资源中的每个样本候选资源，基于所述样本用户的行为数据和该样本候选资源提取样本特征信息；
73.步骤s303、将所述样本特征信息输入所述多个专家网络，获取专家网络的第三输出；
74.步骤s304、将专家网络的第三输出分别输入所述多个门控网络，获取门控网络的第四输出，其中，所述第四输出包括在对应的场景下该样本候选资源针对多个推荐因子的推荐权重；
75.步骤s305、基于针对所述多个推荐因子的推荐权重，计算该样本候选资源在每个场景下的推荐分数；
76.步骤s306、针对每个场景，基于每个样本候选资源在该场景下的推荐分数，在该场景中推荐所述多个样本候选资源中的至少一个样本候选资源；
77.步骤s307、获取所述样本用户针对所推荐的至少一个样本候选资源的反馈行为；以及
78.步骤s308、基于所述反馈行为，调整所述推荐模型的参数。
79.推荐模型的训练方法300所训练的推荐模型包括对应于多个用户群体的多个专家网络和对应于多个场景的多个门控网络，可见，推荐模型是基于不同的场景来分别进行优化，这种推荐模型借鉴了多门控的混合专家网络(multi-gate mixture-of-experts，mmoe)的结构，实现了分场景的精细优化，优势是能够保持策略框架的统一，不同场景之间独立进行优化互不影响，能够同时提升不同场景下的资源推荐效果。
80.步骤s302和步骤s303通过将从样本用户的行为数据和样本候选资源中提取样本特征信息作为推荐模型的输入，推荐模型中的对应于多个用户群体的多个专家网络基于所输入的特征信息来输出具有对应的用户群体的特征表示，进而在步骤s304中能够利用推荐模型中的门控网络针对对应的场景来确定样本候选资源针对多个推荐因子的推荐权重，并在步骤s305中基于推荐权重计算样本候选资源在该场景下的推荐分数，以在步骤s306中基于每个样本候选资源在该场景下的推荐分数，在该场景中推荐至少一个样本候选资源，在对至少一个样本候选资源进行推荐后，在步骤s307中获取样本用户针对推荐的反馈行为，并在步骤s308中基于反馈行为来调整推荐模型的参数，例如，当反馈行为表示样本用户针对所推荐的样本候选资源具有浏览和点击的兴趣时，表示当前的训练结果有效果，则向正方向来进行模型参数的调整。由此，利用了进化策略的思想对推荐模型进行训练进化，提升了推荐模型对候选资源的推荐准确性。
81.根据一些实施例，步骤s303包括：将所述样本特征信息输入所述多个专家网络中的每个专家网络，获取每个专家网络的第三输出；步骤s304包括：将每个专家网络的第三输
出分别输入所述多个门控网络中的每个门控网络，获取每个门控网络的第四输出，其中，所述第四输出包括在与该门控网络对应的场景下该样本候选资源针对多个推荐因子的推荐权重。由此，推荐模型中的对应于多个用户群体的多个专家网络中的每一者基于所输入的特征信息来输出具有与该专家网络对应的用户群体的特征表示，进而在步骤s304中能够利用推荐模型中的门控网络针对对应的场景来确定样本候选资源针对多个推荐因子的推荐权重。
82.根据一些实施例，所述多个场景包括首屏场景和非首屏场景。
83.首屏作为用户访问的第一入口，起到门面的作用，非常重要，是能否提升用户浏览时长和点击量的关键。发明人发现，在用户分布上，大部分用户只访问首屏，属于非活跃用户，小部分会浏览非首屏中的内容，这部分用户为活跃用户。可见，访问不同场景的用户表现差异较大，使用统一的模型来进行学习优化通常无法分别刻画出首屏用户和非首屏用户的用户特点，推荐效果较差。
84.而推荐模型的训练方法300所训练的推荐模型包括对应于多个场景的多个门控网络，推荐模型是基于不同的场景例如基于首屏场景和非首屏场景来分别进行优化，这种结构的优势是能够保持策略框架的统一，首屏和非首屏互不影响，独立进行优化，能够同时提升两个场景下的资源推荐效果。
85.在一个示例中，步骤s301中所获取的样本用户的行为数据包括样本用户的历史点击通过率数据、所述样本用户的历史浏览时长数据，从而可以根据样本用户的这些历史数据来确定样本用户是活跃用户还是非活跃用户；样本用户的行为数据还可以包括样本用户的个人信息，例如样本用户的年龄、性别、学历和收入等基本信息，样本用户的基本信息通常与样本用户的浏览和点击的偏好相关联；以及样本用户所使用的网络类型，例如是4g、5g还是通过无线网对资源进行访问等，可以理解的是，样本用户所使用的网络类型通常会影响样本用户所访问的资源的类型，例如在使用无线网时，样本用户更可能会浏览图片、视频等资源。
86.根据一些实施例，步骤s303包括：基于所述样本用户的行为数据，提取所述样本用户的历史点击通过率数据和所述样本用户的历史浏览时长数据，以用于确定样本用户特征信息；基于该样本候选资源，提取该样本候选资源对应的资源类型和该样本候选资源被推荐时所在的位置，以用于确定样本候选资源特征信息；以及基于所述样本用户特征信息和样本候选资源特征信息，确定所述样本特征信息。
87.具体地，样本特征信息分为样本用户侧特征和样本候选资源侧特征，通过结合二者以将样本候选资源推荐给匹配的样本用户，以提升样本候选资源被样本用户消费的可能性。可以根据样本用户的历史点击通过率数据和历史浏览时长数据来确定样本用户是活跃用户还是非活跃用户。样本候选资源被推荐时所在的位置，例如是处在屏幕中被推荐的第四条资源还是第五条资源，对资源被消费的情况有很大影响，因此，将样本候选资源被推荐时所在的位置作为一个维度的特征能够提升推荐模型的训练效果和资源推荐的准确性。此外，发明人发现，例如图片和视频等类型的资源若是推荐时显示在屏幕的下方，可能会存在显示不完整的情况，会降低用户浏览或点击这类资源的可能性，因此。将样本候选资源对应的资源类型和样本候选资源被推荐时所在的位置结合来确定样本候选资源特征信息，可以通过模型的优化来减少上述情况的发生，提升资源推荐的成功率。
88.在一个示例中，样本用户特征信息中还可以包括样本用户的个人信息和样本用户所使用的网络类型，以从多个维度刻画样本用户的特征，提升对样本用户偏好的预测的准确性，进而提升模型训练的效果。
89.在一个示例中，样本候选资源特征信息还可以包括样本候选资源的作者等级、样本候选资源的质量评价分数等信息，以用于评价、确定样本候选资源是否为优质资源。
90.根据一些实施例，所述多个专家网络中的每个专家网络包括宽(wide)层和深(deep)层，并且其中，步骤s305包括：将所述样本特征信息中的样本用户特征信息输入所述多个专家网络的深层；以及将所述样本特征信息中的样本候选资源特征信息输入所述多个专家网络的宽层。
91.根据一些实施例，步骤s305包括：将所述样本特征信息中的样本用户特征信息输入所述多个专家网络中的每个专家网络的深层；以及将所述样本特征信息中的样本候选资源特征信息输入所述多个专家网络中的每个专家网络的宽层。
92.根据神经网络中wide层和deep层的性质，将样本用户特征信息输入到每个专家网络deep层可以提升样本用户特征信息的泛化性，而将样本候选资源特征信息输入到每个专家网络的wide层，能够起到记忆的作用，从而提升模型训练的质量和效果，提升候选模型预测的准确性。
93.根据一些实施例，所述多个推荐因子包括：所述样本候选资源的历史点击通过率、所述样本候选资源的历史浏览时长、所述样本用户的历史点击通过率和所述样本用户的历史浏览时长。
94.除了用户的ctr和dur以外，还增加了对候选资源本身价值评估的后验ctr和后验dur，对候选资源的质量有更高的要求。
95.由此，可以在步骤s505中，基于推荐模型所输出的针对上述多个推荐因子的推荐权重，根据以下融合公式来计算各个样本候选资源的推荐分数：
96.推荐分数＝ctr
t1
*dur
t2
*后验ctr
t3
*后验dur
t4
97.其中，t1、t2、t3和t4分别为推荐模型所输出的针对ctr、dur、后验ctr和后验dur这四个推荐因子的推荐权重。
98.在一个示例中，在上述公式的基础上，还可以将用于评价候选资源的质量的质量函数和候选资源的作者等级等因素用于计算候选资源的推荐分数，以评估筛选得到优质的样本候选资源，提升样本候选资源对样本用户的吸引力。
99.根据一些实施例，步骤s307和步骤s308中的所述反馈行为包括所述样本用户针对所推荐的至少一个样本候选资源的浏览时长。
100.示例性的，在对至少一个样本候选资源进行推荐后，样本用户的浏览时长有所提升，表示样本用户针对所推荐的样本候选资源具有浏览和点击的兴趣，即当前的训练结果有正向效果，则向正方向来进行模型参数的调整。由此，由此，利用了进化策略的思想对推荐模型进行训练进化，提升了推荐模型对候选资源的推荐准确性。
101.在一个示例中，响应于所述样本用户针对所推荐的至少一个样本候选资源的浏览时长达到了预设阈值，确定所述推荐模型的离线训练完成，可用于基于推荐模型的资源推荐方法200以进行资源推荐。示例性的，在基于推荐模型对资源推荐的过程中，可以基于用户的实时反馈行为，对推荐模型进行进化调整，以持续提升推荐模型的性能。
102.根据本公开的另一方面，提供了一种基于推荐模型的资源推荐装置，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景。
103.如图4所示，基于推荐模型的资源推荐装置400包括：第一获取模块401，被配置为获取用户的行为数据和候选资源；第一提取模块402，被配置为基于所述行为数据和所述候选资源提取特征信息；第二获取模块403，被配置为将所述特征信息输入所述多个专家网络，获取专家网络的第一输出，其中，专家网络的第一输出具有对应的用户群体的特征表示；第三获取模块404，被配置为将专家网络的第一输出分别输入所述多个门控网络，获取门控网络的第二输出，其中，所述第二输出包括在对应的场景下所述候选资源针对多个推荐因子的推荐权重；第一计算模块405，被配置为针对所述多个场景中的至少一个场景，基于针对所述多个推荐因子的推荐权重，确定是否在该场景下推荐所述候选资源。
104.基于推荐模型的资源推荐装置400所使用的推荐模型包括对应于多个用户群体的多个专家网络和对应于多个场景的多个门控网络，可见，推荐模型是基于不同的场景来分别进行优化的。第一提取模块402和第二获取模块403通过将从用户的行为数据和候选资源中提取特征信息作为推荐模型的输入，推荐模型中的对应于多个用户群体的多个专家网络基于所输入的特征信息来输出具有对应的用户群体的特征表示，进而第三获取模块404能够利用推荐模型中的门控网络针对对应的场景来确定候选资源针对多个推荐因子的推荐权重，并由第一计算模块405基于推荐权重来确定是否在该场景下对候选资源进行推荐。由此，能够实现基于场景来确定是否对候选资源进行推荐，提升了资源推荐的准确性。
105.根据本公开的另一方面，提供了一种推荐模型的训练装置，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景。
106.如图5所示，推荐模型的训练装置500包括：第四获取模块501，被配置为获取样本用户的行为数据和多个样本候选资源；第二提取模块502，被配置为针对所述多个样本候选资源中的每个样本候选资源，基于所述样本用户的行为数据和该样本候选资源提取样本特征信息；第五获取模块503，被配置为将所述样本特征信息输入所述多个专家网络，获取专家网络的第三输出；第六获取模块504，被配置为将专家网络的第三输出分别输入所述多个门控网络，获取门控网络的第四输出，其中，所述第四输出包括在对应的场景下该样本候选资源针对多个推荐因子的推荐权重；第二计算模块505，被配置为基于针对所述多个推荐因子的推荐权重，计算该样本候选资源在每个场景下的推荐分数；推荐模块506，被配置为针对每个场景，基于每个样本候选资源在该场景下的推荐分数，在该场景中推荐所述多个样本候选资源中的至少一个样本候选资源；第七获取模块507，被配置为获取所述样本用户针对所推荐的至少一个样本候选资源的反馈行为；以及调整模块508，被配置为基于所述反馈行为，调整所述推荐模型的参数。
107.推荐模型的训练装置500所训练的推荐模型包括对应于多个用户群体的多个专家网络和对应于多个场景的多个门控网络，可见，推荐模型是基于不同的场景来分别进行优化，这种推荐模型借鉴了多门控的混合专家网络(multi-gate mixture-of-experts，mmoe)的结构，实现了分场景的精细优化，优势是能够保持策略框架的统一，不同场景之间独立进行优化互不影响，能够同时提升不同场景下的资源推荐效果。
108.第二提取模块502和第五获取模块503通过将从样本用户的行为数据和样本候选资源中提取样本特征信息作为推荐模型的输入，推荐模型中的对应于多个用户群体的多个专家网络基于所输入的特征信息来输出具有与该专家网络相对应的用户群体的特征表示，进而第六获取模块504能够利用推荐模型中的门控网络针对对应的场景来确定样本候选资源针对多个推荐因子的推荐权重，并由第二计算模块505基于推荐权重计算样本候选资源在该场景下的推荐分数，以由推荐模块506基于每个样本候选资源在该场景下的推荐分数，在该场景中推荐至少一个样本候选资源，在对至少一个样本候选资源进行推荐后，第七获取模块507获取样本用户针对推荐的反馈行为，并由调整模块508基于反馈行为来调整推荐模型的参数，例如，当反馈行为表示样本用户针对所推荐的样本候选资源具有浏览和点击的兴趣时，表示当前的训练结果有效果，则向正方向来进行模型参数的调整。由此，利用了进化策略的思想对推荐模型进行训练进化，提升了推荐模型对候选资源的推荐准确性。
109.根据本公开的另一方面，还提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行基于推荐模型的资源推荐方法或推荐模型的训练方法。
110.根据本公开的另一方面，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行基于推荐模型的资源推荐方法或推荐模型的训练方法。
111.根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现基于推荐模型的资源推荐方法或推荐模型的训练方法。
112.如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
113.电子设备600中的多个部件连接至i/o接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙
tm
设备、802.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
114.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及
任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如基于推荐模型的资源推荐方法或推荐模型的训练方法。例如，在一些实施例中，基于推荐模型的资源推荐方法或推荐模型的训练方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的基于推荐模型的资源推荐方法或推荐模型的训练方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于推荐模型的资源推荐方法或推荐模型的训练方法。
115.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
116.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
117.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
118.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
119.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界
面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
120.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
121.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
122.虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

技术特征：
1.一种基于推荐模型的资源推荐方法，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景，所述方法包括：获取用户的行为数据和候选资源；基于所述行为数据和所述候选资源提取特征信息；将所述特征信息输入所述多个专家网络，获取专家网络的第一输出，其中，专家网络的第一输出具有对应的用户群体的特征表示；将专家网络的第一输出分别输入所述多个门控网络，获取门控网络的第二输出，其中，所述第二输出包括在对应的场景下所述候选资源针对多个推荐因子的推荐权重；以及针对所述多个场景中的至少一个场景，基于针对所述多个推荐因子的推荐权重，确定是否在该场景下推荐所述候选资源。2.根据权利要求1所述的方法，其中，所述基于所述行为数据和所述候选资源提取特征信息包括：基于所述行为数据，提取所述用户的历史点击通过率数据和所述用户的历史浏览时长数据，以用于确定用户特征信息；基于所述候选资源，提取所述候选资源对应的资源类型和所述候选资源被推荐时所在的位置，以用于确定候选资源特征信息；以及基于所述用户特征信息和所述候选资源特征信息，确定所述特征信息。3.根据权利要求2所述的方法，其中，所述多个专家网络中的每个专家网络包括宽层和深层，所述将所述特征信息输入所述多个专家网络包括：将所述特征信息中的用户特征信息输入所述多个专家网络的深层；以及将所述特征信息中的候选资源特征信息输入所述多个专家网络的宽层。4.根据权利要求1-3中任一项所述的方法，其中，所述多个场景包括首屏场景和非首屏场景。5.根据权利要求1-4中任一项所述的方法，其中，所述多个推荐因子包括：所述候选资源的历史点击通过率、所述候选资源的历史浏览时长、所述用户的历史点击通过率和所述用户的历史浏览时长。6.一种推荐模型的训练方法，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景，所述方法包括：获取样本用户的行为数据和多个样本候选资源；针对所述多个样本候选资源中的每个样本候选资源，基于所述样本用户的行为数据和该样本候选资源提取样本特征信息；将所述样本特征信息输入所述多个专家网络，获取专家网络的第三输出；将专家网络的第三输出分别输入所述多个门控网络，获取门控网络的第四输出，其中，所述第四输出包括在对应的场景下该样本候选资源针对多个推荐因子的推荐权重；基于针对所述多个推荐因子的推荐权重，计算该样本候选资源在每个场景下的推荐分数；针对每个场景，
基于每个样本候选资源在该场景下的推荐分数，在该场景中推荐所述多个样本候选资源中的至少一个样本候选资源；获取所述样本用户针对所推荐的至少一个样本候选资源的反馈行为；以及基于所述反馈行为，调整所述推荐模型的参数。7.根据权利要求6所述的方法，其中，所述基于所述样本用户的行为数据和该样本候选资源提取样本特征信息包括：基于所述样本用户的行为数据，提取所述样本用户的历史点击通过率数据和所述样本用户的历史浏览时长数据，以用于确定样本用户特征信息；基于该样本候选资源，提取该样本候选资源对应的资源类型和该样本候选资源被推荐时所在的位置，以用于确定样本候选资源特征信息；以及基于所述样本用户特征信息和样本候选资源特征信息，确定所述样本特征信息。8.根据权利要求7所述的方法，其中，所述多个专家网络中的每个专家网络包括宽层和深层，所述将所述样本特征信息输入所述多个专家网络包括：将所述样本特征信息中的样本用户特征信息输入所述多个专家网络的深层；以及将所述样本特征信息中的样本候选资源特征信息输入所述多个专家网络的宽层。9.根据权利要求6-8中任一项所述的方法，其中，所述多个场景包括首屏场景和非首屏场景。10.根据权利要求6-9中任一项所述的方法，其中，所述多个推荐因子包括：所述样本候选资源的历史点击通过率、所述样本候选资源的历史浏览时长、所述样本用户的历史点击通过率和所述样本用户的历史浏览时长。11.根据权利要求6-10中任一项所述的方法，其中，所述反馈行为包括所述样本用户针对所推荐的至少一个样本候选资源的浏览时长。12.一种基于推荐模型的资源推荐装置，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景，所述装置包括：第一获取模块，被配置为获取用户的行为数据和候选资源；第一提取模块，被配置为基于所述行为数据和所述候选资源提取特征信息；第二获取模块，被配置为将所述特征信息输入所述多个专家网络，获取专家网络的第一输出，其中，专家网络的第一输出具有对应的用户群体的特征表示；第三获取模块，被配置为将专家网络的第一输出分别输入所述多个门控网络，获取门控网络的第二输出，其中，所述第二输出包括对应的场景下所述候选资源针对多个推荐因子的推荐权重；以及第一计算模块，被配置为针对所述多个场景中的至少一个场景，基于针对所述多个推荐因子的推荐权重，确定是否在该场景下推荐所述候选资源。13.一种推荐模型的训练装置，所述推荐模型包括多个专家网络和多个门控网络，其中，所述多个专家网络对应于多个用户群体，所述多个门控网络对应于多个场景，所述装置包括：第四获取模块，被配置为获取样本用户的行为数据和多个样本候选资源；第二提取模块，被配置为针对所述多个样本候选资源中的每个样本候选资源，基于所
述样本用户的行为数据和该样本候选资源提取样本特征信息；第五获取模块，被配置为将所述样本特征信息输入所述多个专家网络，获取专家网络的第三输出；第六获取模块，被配置为将专家网络的第三输出分别输入所述多个门控网络，获取门控网络的第四输出，其中，所述第四输出包括在对应的场景下该样本候选资源针对多个推荐因子的推荐权重；第二计算模块，被配置为基于针对所述多个推荐因子的推荐权重，计算该样本候选资源在每个场景下的推荐分数；推荐模块，被配置为针对每个场景，基于每个样本候选资源在该场景下的推荐分数，在该场景中推荐所述多个样本候选资源中的至少一个样本候选资源；第七获取模块，被配置为获取所述样本用户针对所推荐的至少一个样本候选资源的反馈行为；以及调整模块，被配置为基于所述反馈行为，调整所述推荐模型的参数。14.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-11中任一项所述的方法。15.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-11中任一项所述的方法。16.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-11中任一项所述的方法。

技术总结
本公开提供了一种基于推荐模型的资源推荐方法、装置、电子设备和介质，涉及人工智能技术领域，尤其涉及深度学习技术领域。实现方案为：获取用户的行为数据和候选资源；基于行为数据和候选资源提取特征信息；将特征信息输入多个专家网络，获取专家网络的第一输出，其中，第一输出具有对应的用户群体的特征表示；将专家网络的第一输出分别输入多个门控网络，获取门控网络的第二输出，其中，第二输出包括在对应的场景下候选资源针对多个推荐因子的推荐权重；针对多个场景中的至少一个场景，基于针对多个推荐因子的推荐权重，确定是否在该场景下推荐候选资源。下推荐候选资源。下推荐候选资源。


技术研发人员：孙倩
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2023.04.18
技术公布日：2023/7/21