技术特征：
1.一种资源推荐方法，其特征在于，所述方法包括：获取待推荐用户的用户信息、待推荐资源的资源信息、所述待推荐用户与所述待推荐资源的交互行为信息、以及所述待推荐用户与所述待推荐资源的第一匹配度；通过预先训练的点击率预测模型，基于所述交互行为信息、所述用户信息、所述资源信息以及所述第一匹配度，确定所述待推荐用户点击所述待推荐资源的点击率；根据所述点击率，从所有所述待推荐资源中，确定推送给所述待推荐用户的目标资源，并将所述目标资源推送给所述待推荐用户。2.如权利要求1所述的方法，其特征在于，获取所述待推荐用户与所述待推荐资源的第一匹配度，包括：通过预先训练的匹配度预测模型，基于所述用户信息以及所述资源信息，获取所述第一匹配度。3.如权利要求2所述的方法，其特征在于，所述通过预先训练的匹配度预测模型，基于所述用户信息以及所述资源信息，获取所述第一匹配度，包括：通过所述匹配度预测模型中的用户特征提取网络，基于所述用户信息，获取所述用户信息对应的用户匹配特征；并通过所述匹配度预测模型中的资源特征提取网络，基于所述资源信息，获取所述资源信息对应的资源匹配特征；通过所述匹配度预测模型中的输出层，对所述用户匹配特征以及所述资源匹配特征进行内积处理，确定所述第一匹配度。4.如权利要求2或3所述的方法，其特征在于，所述通过预先训练的匹配度预测模型，基于所述用户信息以及所述资源信息，获取所述第一匹配度，包括：根据预先保存的用户标识与用户匹配特征的对应关系，确定所述用户信息包含的用户标识所对应的目标用户匹配特征；其中，所述用户标识与用户匹配特征的对应关系是根据输入到所述匹配度预测模型的用户信息，以及所述匹配度预测模型对该用户信息进行处理获取到的用户匹配特征确定的；并根据预先保存的资源标识与资源匹配特征的对应关系，确定所述资源信息包含的资源标识所对应的目标资源匹配特征；其中，所述资源标识与资源匹配特征的对应关系是根据输入到所述匹配度预测模型的资源信息，以及所述匹配度预测模型对该资源信息进行处理获取到的资源匹配特征确定的；根据所述目标用户匹配特征与所述目标资源匹配特征的内积，确定所述第一匹配度。5.如权利要求2或3所述的方法，其特征在于，所述匹配度预测模型和所述点击率预测模型通过如下方式训练：获取任一样本数据；其中，所述样本数据包括样本用户的用户信息、样本资源的资源信息、所述样本用户与所述样本资源的交互行为信息、以及所述样本用户点击所述样本资源的第一点击率；通过原始匹配度预测模型，基于所述样本数据中包括的用户信息以及资源信息，确定所述样本用户与所述样本资源的第二匹配度；通过原始点击率预测模型，基于所述第二匹配度、和所述样本数据中包括的交互行为信息、用户信息以及资源信息，确定所述样本用户点击所述样本资源的第二点击率；
基于所述第一点击率以及所述第二点击率，对所述原始匹配度预测模型和所述原始点击率预测模型进行联合训练，以获取训练完成的匹配度预测模型和点击率预测模型。6.如权利要求1所述的方法，其特征在于，通过如下至少一种方式确定所述待推荐用户：将交互行为信息满足预设的活跃度要求的用户确定为所述待推荐用户；将新注册账号所对应的用户确定为所述待推荐用户；将被推送资源的次数小于预设推送阈值的用户确定为所述待推荐用户。7.如权利要求1所述的方法，其特征在于，所述将所述目标资源推送给所述待推荐用户之后，所述方法还包括：统计所述目标资源在第一预设时长内的推送次数；若确定所述推送次数达到预设的流控阈值，则在第二预设时长内不再将所述目标资源确定为待推荐资源。8.一种资源推荐装置，其特征在于，所述装置包括：获取单元，用于获取待推荐用户的用户信息、待推荐资源的资源信息、所述待推荐用户与所述待推荐资源的交互行为信息、以及所述待推荐用户与所述待推荐资源的第一匹配度；处理单元，用于通过预先训练的点击率预测模型，基于所述交互行为信息、所述用户信息、所述资源信息以及所述第一匹配度，确定所述待推荐用户点击所述待推荐资源的点击率；推送单元，用于根据所述点击率，从所有所述待推荐资源中，确定推送给所述待推荐用户的目标资源，并将所述目标资源推送给所述待推荐用户。9.一种资源推荐设备，其特征在于，所述资源推荐设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一所述资源推荐方法的步骤。10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述资源推荐方法的步骤。11.一种计算机程序产品，其特征在于，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行上述如权利要求1-7中任一所述资源推荐方法的步骤。
技术总结
本申请公开了一种资源推荐方法、装置、设备及介质。由于在为待推荐用户推荐资源的过程中，预先训练有点击率预测模型，通过该点击率预测模型，可以基于待推荐用户的用户信息、待推荐资源的资源信息、该待推荐用户与该待推荐资源的交互行为信息、和该待推荐用户与该待推荐资源的第一匹配度，确定将该待推荐资源推送给待推荐用户后，待推荐用户对该待推荐资源的点击率，使得确定的点击率充分考虑了用户与资源之间的匹配关系，从而方便后续基于所有待推荐资源分别对应的点击率，将适合待推荐用户的资源推荐给该待推荐用户，即为该待推荐用户个性化地推荐资源，不仅有利于快速确定推送给待推荐用户的目标资源，还有利于增加用户粘性，提高用户体验。提高用户体验。提高用户体验。
技术研发人员：刘美含 石磊
受保护的技术使用者：百果园技术（新加坡）有限公司
技术研发日：2022.03.11
技术公布日：2022/6/28