技术摘要：
本公开关于一种多媒体资源排序模型的确定方法、装置、服务器及介质，属于计算机技术领域。本公开提供的方案，通过使用第一多媒体资源排序模型和第二多媒体资源排序模型分别对多个多媒体资源发生互动操作的概率进行预测，确定基于不同模型进行推荐时，可能会被推荐给用  全部
背景技术：
近年来，由于深度学习超强的拟合能力以及端到端的全局优化能力，使得深度学 习在多媒体内容理解这个场景中得到了越来越广泛的应用。在实际应用时，服务器可以对 各种深度学习模型的性能进行确定，进而可以根据确定出的结果，将性能较好的深度学习 模型作为最终上线使用的模型。 目前主要是直接将待进行性能确定的模型投放到线上进行AB测试，基于用户实际 操作得到的数据来对模型的性能进行确定。例如，对于排序学习(Learn  To  Rank，LTR)模 型，可以直接通过待进行性能确定的LTR模型来为要推荐给用户的内容项进行排序，根据排 序结果对要推荐给用户的内容项进行展示，并基于用户对各个内容项的互动行为，来统计 点击率等可以表征模型性能的信息，根据统计得到的结果，来对LTR模型的性能进行确定。 在上述实现过程中，将待进行性能确定的模型直接投放到线上来对该模型进行性 能确定时，需要一定的时间才能得到统计结果，从而导致进行模型确定需要的时间较长，模 型确定的效率较低。
技术实现要素：
本公开提供一种多媒体资源排序模型的确定方法、装置、服务器及介质，以减少模 型确定需要的时间，提高模型确定的效率。本公开的技术方案如下： 根据本公开实施例的第一方面，提供一种多媒体资源排序模型的确定方法，该方 法包括： 获取多个多媒体资源对应的历史互动操作； 基于该多个多媒体资源，调用第一多媒体资源排序模型和第二多媒体资源排序模 型进行预测，得到对该多个多媒体资源发生互动操作的第一概率和第二概率； 根据该多个多媒体资源的该第一概率和该第二概率，从该多个多媒体资源中，分 别确定该第一多媒体资源排序模型对应的多个第一多媒体资源以及该第二多媒体资源排 序模型对应的多个第二多媒体资源； 根据该多个第一多媒体资源、该多个第二多媒体资源以及对应的历史互动操作， 分别确定该第一多媒体资源排序模型的第一性能值和该第二多媒体资源排序模型的第二 性能值； 基于该第一性能值和该第二性能值，确定目标多媒体资源排序模型，该目标多媒 体资源排序模型为该第一多媒体资源排序模型和该第二多媒体资源排序模型中性能值大 的模型。 在一种可能的实现方式中，该根据该多个多媒体资源的该第一概率和该第二概 5 CN 111581546 A 说　明　书 2/13 页 率，从该多个多媒体资源中，分别确定该第一多媒体资源排序模型对应的多个第一多媒体 资源以及该第二多媒体资源排序模型对应的多个第二多媒体资源包括： 对于该第一多媒体资源排序模型和该第二多媒体资源排序模型中任一个多媒体 资源排序模型，按照该历史互动操作对应的会话，对该多媒体资源进行分组，将属于一个会 话的多媒体资源作为一个小组； 对各个小组中的多个多媒体资源按照预测得到的发生互动操作的概率从大到小 进行排序； 将各组中排序位于预设位置之前的多个多媒体资源，确定为该多媒体资源排序模 型对应的多个多媒体资源。 在一种可能的实现方式中，该根据该多个第一多媒体资源、该多个第二多媒体资 源以及对应的历史互动操作，分别确定该第一多媒体资源排序模型的第一性能值和该第二 多媒体资源排序模型的第二性能值包括： 对于该第一多媒体资源排序模型和该第二多媒体资源排序模型中任一个多媒体 资源排序模型，根据该多媒体资源排序模型对应的多个多媒体资源，以及对应的互动操作， 确定各个小组中该多媒体资源排序模型对应的多个多媒体资源对应的互动操作统计值，该 互动操作统计值用于表示该多媒体资源发生互动操作的次数； 将该互动操作统计值与对应小组中的多个多媒体资源对应的互动操作总数的比 值，确定为该多媒体资源排序模型的性能值。 在一种可能的实现方式中，该将该互动操作统计值与对应小组中的多个多媒体资 源对应的互动操作总数的比值，确定为该多媒体资源排序模型的性能值包括： 若该互动操作统计值对应于至少两种互动操作，则根据该至少两种互动操作的权 重，确定该至少两种互动操作分别对应的互动操作统计值的目标互动操作统计值； 将该目标互动操作统计值与对应小组中的多个多媒体资源对应的互动操作总数 的比值，确定为该多媒体资源排序模型的性能值。 在一种可能的实现方式中，该基于该第一性能值和该第二性能值，确定目标多媒 体资源排序模型之后，该方法还包括： 若该第一多媒体资源排序模型为已上线模型，且该第二多媒体资源排序模型为该 目标多媒体资源排序模型，则将该第一多媒体资源排序模型下线，将该第二多媒体资源排 序模型上线。 根据本公开实施例的第二方面，提供一种多媒体资源排序模型的确定装置，该装 置包括： 获取单元，被配置为执行获取多个多媒体资源对应的历史互动操作； 预测单元，被配置为执行基于该多个多媒体资源，调用第一多媒体资源排序模型 和第二多媒体资源排序模型进行预测，得到对该多个多媒体资源发生互动操作的第一概率 和第二概率； 多媒体资源确定单元，被配置为执行根据该多个多媒体资源的该第一概率和该第 二概率，从该多个多媒体资源中，分别确定该第一多媒体资源排序模型对应的多个第一多 媒体资源以及该第二多媒体资源排序模型对应的多个第二多媒体资源； 性能值确定单元，被配置为执行根据该多个第一多媒体资源、该多个第二多媒体 6 CN 111581546 A 说　明　书 3/13 页 资源以及对应的历史互动操作，分别确定该第一多媒体资源排序模型的第一性能值和该第 二多媒体资源排序模型的第二性能值； 模型确定单元，被配置为执行基于该第一性能值和该第二性能值，确定目标多媒 体资源排序模型，该目标多媒体资源排序模型为该第一多媒体资源排序模型和该第二多媒 体资源排序模型中性能值大的模型。 在一种可能的实现方式中，该多媒体资源确定单元，被配置为执行对于该第一多 媒体资源排序模型和该第二多媒体资源排序模型中任一个多媒体资源排序模型，按照该历 史互动操作对应的会话，对该多媒体资源进行分组，将属于一个会话的多媒体资源作为一 个小组，对各个小组中的多个多媒体资源按照预测得到的发生互动操作的概率从大到小进 行排序，将各组中排序位于预设位置之前的多个多媒体资源，确定为该多媒体资源排序模 型对应的多个多媒体资源。 在一种可能的实现方式中，该性能值确定单元包括互动操作统计值确定子单元和 性能值确定子单元； 该互动操作统计值确定子单元，被配置为执行对于该第一多媒体资源排序模型和 该第二多媒体资源排序模型中任一个多媒体资源排序模型，根据该多媒体资源排序模型对 应的多个多媒体资源，以及对应的互动操作，确定各个小组中该多媒体资源排序模型对应 的多个多媒体资源对应的互动操作统计值，该互动操作统计值用于表示该多媒体资源发生 互动操作的次数； 该性能值确定子单元，被配置为执行将该互动操作统计值与对应小组中的多个多 媒体资源对应的互动操作总数的比值，确定为该多媒体资源排序模型的性能值。 在一种可能的实现方式中，该性能值确定子单元，被配置为执行若该互动操作统 计值对应于至少两种互动操作，则根据该至少两种互动操作的权重，确定该至少两种互动 操作分别对应的互动操作统计值的目标互动操作统计值，将该目标互动操作统计值与对应 小组中的多个多媒体资源对应的互动操作总数的比值，确定为该多媒体资源排序模型的性 能值。 在一种可能的实现方式中，该装置还包括： 下线单元，被配置为执行若该第一多媒体资源排序模型为已上线模型，且该第二 多媒体资源排序模型为该目标多媒体资源排序模型，则将该第一多媒体资源排序模型下 线； 上线单元，被配置为执行将该第二多媒体资源排序模型上线。 根据本公开实施例的第三方面，提供一种服务器，该服务器包括： 一个或多个处理器； 用于存储该处理器可执行指令的存储器； 其中，该处理器被配置为执行该指令，以实现上述多媒体资源排序模型的确定方 法。 根据本公开实施例的第四方面，提供一种存储介质，当该存储介质中的指令由服 务器的处理器执行时，使得电子设备能够执行上述多媒体资源排序模型的确定方法。 根据本公开实施例的第五方面，提供一种应用程序产品，该应用程序产品存储有 一条或多条指令，该一条或多条指令可以由服务器的处理器执行，以完成上述多媒体资源 7 CN 111581546 A 说　明　书 4/13 页 排序模型的确定方法。 本公开的实施例提供的技术方案至少带来以下有益效果： 通过使用第一多媒体资源排序模型和第二多媒体资源排序模型分别对多个多媒 体资源发生互动操作的概率进行预测，确定基于不同模型进行推荐时，可能会被推荐给用 户的多媒体资源，再结合这些多媒体资源对应的真实发生的互动操作，来对比模型的性能， 分别确定第一多媒体资源排序模型的第一性能值和第二多媒体资源排序模型的第二性能 值，无需将待进行性能确定的第二多媒体资源排序模型上线来获取真实的互动操作，通过 以往真实发生的互动操作以及不同模型的预测情况，即可根据模型的性能值找出性能更优 的模型，缩短模型确定所需时间，提高模型确定效率。 应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不 能限制本公开。 附图说明 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施 例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。 图1是根据一示例性实施例示出的一种多媒体资源排序模型的确定方法的实施环 境示意图； 图2是根据一示例性实施例示出的一种多媒体资源排序模型的确定方法的流程 图； 图3是根据一示例性实施例示出的一种多媒体资源排序模型的确定方法的流程 图； 图4是根据一示例性实施例示出的一种多媒体资源排序模型的确定装置的框图； 图5是根据一示例性实施例示出的一种服务器500的框图。