一种基于sigmoid函数实现内容奖励计算的方法及系统
技术领域
1.本发明属于内容处理及分析领域，具体涉及一种基于sigmoid函数实现内容奖励计算的方法及系统。
背景技术：
2.对于一个内容平台而言，绝大多数都是内容消费者，只有一小部分是内容生产者(ugc用户)。如何能用良好的奖励机制促使ugc用户持续贡献内容，精准扶持有创作能力和生长空间的用户，是目前各个内容平台不可或缺的一环。比如bilibili、小红书、抖音都在内容奖励、创作者奖励上都有各自的计算模型和计算公式。
3.常用的计算模型是根据内容流量、内容互动、内容时长、内容价值等因子来计算奖励，在这点上，各大公司模型都会根据自己的实际业务进行设计，并且大部分都是通用的；在计算公式上，常用的是采用线性加权法，需要提前计算好各个因子的权重，还需要对于不同量级的因子进行相应的标准化操作，比如采用对数、采用z-score标准化去除量纲，避免模型过多的依赖某个大数量级指标的变化。模型和公式大体上如下所示：
[0004][0005]
上述的现有技术存在以下缺点：
[0006]
缺点一：奖励影响因子之间会因为量级不同，通常需要先进行标准化或归一化处理；
[0007]
缺点二：该奖励公式描述的是一种奖励和因子之间的线性关系。但通常在奖励体系设置中，奖励设计者并不会无限给到奖励(线性关系通常是这样)，也不想对长尾的低质内容去支付占比较高的奖励(ln取对数会带来这样的后果)；而是要让互动、流量处于中腰部的内容得到更大的奖励，促进其向头部转化；尾部内容也不会因为其规模效应而分摊走可观的奖励。奖励设置的目的是要让大部分“富起来”，而不是让头部“更富有”。
[0008]
所以目前的公式，即使是叠加时间衰减因子，也无法满足奖励体系设计者的初衷。
技术实现要素：
[0009]
为克服相关技术中存在的问题，本发明提供一种基于sigmoid函数实现内容奖励计算的方法及系统。
[0010]
根据本发明实施例的第一方面，提供一种基于sigmoid函数实现内容奖励计算的方法，包括：
[0011]
根据影响内容热度的因子确定热度模型；
[0012]
计算每篇内容在一定时间内累计的各个因子的因子值；
[0013]
分别对各因子值进行sigmoid转换，得到转换值；
[0014]
确定各个因子的权重；
[0015]
根据各个因子的转换值及权重进行加权计算得到所述内容的奖励结果。
[0016]
根据本发明实施例的第二方面，提供一种基于sigmoid函数实现内容奖励计算的
系统，包括：
[0017]
模型确定模块，用于根据影响内容热度的因子确定热度模型；
[0018]
因子值计算模块，用于计算每篇内容在一定时间内累计的各个因子的因子值；
[0019]
因子转换模块，用于分别对各因子值进行sigmoid转换，得到转换值；
[0020]
权重确定模块，用于确定各个因子的权重；
[0021]
奖励计算模块，用于根据各个因子的转换值及权重进行加权计算得到所述内容的奖励结果。
[0022]
本发明的实施例提供的技术方案，通过对影响热度的各因子的因子值进行sigmoid转换后再与各权重进行奖励计算，实现了奖励的有效分配，将奖励激励在中间力量上，避免了尾部规模效应消耗掉可观奖励，同时实现了各因子值的归一化，节省了归一化操作步骤，奖励计算结果清晰易懂，加大了对于该扶持的中间内容对象的激励，奖励使用更加合理，达到促进用户向上转化的一种良性运作效果。
[0023]
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，并不能限制本发明。
附图说明
[0024]
通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。
[0025]
图1是根据本发明一示例性实施例示出的一种基于sigmoid函数实现内容奖励计算的方法的流程示意图；
[0026]
图2为sigmoid函数在不同a、b取值下的曲线示意图。
具体实施方式
[0027]
下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。
[0028]
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0029]
应当理解，尽管在本发明可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0030]
以下结合附图详细描述本发明实施例的技术方案。
[0031]
实施例1：
[0032]
图1是根据本发明一示例性实施例示出的一种基于sigmoid函数实现内容奖励计算的方法的流程示意图。
[0033]
参见图1，该方法包括：
[0034]
110、根据影响内容热度的因子确定热度模型；
[0035]
在本实施例中，该步骤罗列影响内容热度的业务因子，对因子数量不限，需要注意的是，该热度模型需要统一应用于全部内容所需发放的奖励的计算过程，以保证公平性。
[0036]
可选地，在该实施例中，为了便于后续去除各因子值的不同量级所带来的影响，还可以进一步通过各因子的单位来进行聚类，比如时长类、互动次数类、浏览次数类等等。
[0037]
120、计算每篇内容在一定时间内累计的各个因子的因子值；
[0038]
130、分别对各因子值进行sigmoid转换，得到转换值；
[0039]
在本实施例中，将ugc内容获得的互动、流量、价值等因子值通过sigmoid函数转化，本实施例中使用的sigmoid函数如下：
[0040][0041]
其中，a是控制s曲线中间部分上升的斜率，a*b是控制s曲线在x坐标轴上的位移，b代表的是数组的均值或中位数。
[0042]
通常，斜率a是可以提前给定，a可以选取0-1范围内的数值，数值越大代表曲线中间部分越陡峭，头部和尾部更平滑地接近1和0，即中间内容更少。为了达到鼓励中间内容的目的，斜率a可以逐渐缩小，比如0.05或者0.005。
[0043]
b是整体内容的中位数或均值，具体的，可根据每个因子的数据分布情况来选择中位数还是均值，如果数据离散程度较高，建议采用中位数的方式；如果数据分布比较稀疏，建议可以采用更高的分位数，比如3/4分位数、0.9分位数等；b越高，曲线在坐标轴上越右移，头部内容越少，尾部内容越多。
[0044]
图2为上述sigmoid函数在不同a、b取值下的曲线示意图。如图2所示，在横坐标值150左边的部分，从上到下的三条曲线的a、b取值分别为：a＝0.03，b＝150；a＝0.05，b＝150；a＝0.05，b＝200。
[0045]
140、确定各个因子的权重；
[0046]
具体的，各因子权重w可以通过回归方程来定，也可以使用专家德尔菲法来定。具体方法属于现有技术，本实施例对此不作具体说明。
[0047]
150、根据各个因子的转换值及权重进行加权计算得到所述内容的奖励结果。
[0048]
具体的，奖励的计算公式如下：
[0049]
y＝∑wi*si[0050]
其中，y是奖励；w是权重，即每个因子的最高奖励上限值；s是每个因子的sigmoid[0，1]的结果，即转换值。
[0051]
上述计算公式中，权重属于定值，因此，内容所获得的奖励y就取决于因子进行sigmoid转换后的转换值，而从图2所示的sigmoid函数的曲线走势可以看出，函数值在头部和尾部的增长趋势较缓，而在中腰部的增长较快，因此，采用本实施例所提供的奖励计算方法，能够实现让长尾的低质内容奖励系数趋缓，中腰部奖励系数升高，头部奖励系数又趋缓
的一种理想态。另外，sigmoid函数本身是一种标准化的方法，可以将数组压缩为0-1之间的数据，也就顺便解决了影响因子量级不同的问题。
[0052]
本发明的实施例提供的一种基于sigmoid函数实现内容奖励计算的方法，通过对影响热度的各因子的因子值进行sigmoid转换后再与各权重进行奖励计算，实现了奖励的有效分配，将奖励激励在中间力量上，避免了尾部规模效应消耗掉可观奖励，同时实现了各因子值的归一化，节省了归一化操作步骤，奖励计算结果清晰易懂，加大了对于该扶持的中间内容对象的激励，奖励使用更加合理，达到促进用户向上转化的一种良性运作效果，该方法可供数据分析师、产品运营、用户运营岗位人员使用。
[0053]
实施例2：
[0054]
与上述方法实施例相对应地，本实施例提供一种基于sigmoid函数实现内容奖励计算的系统，该系统中各个功能模块的功能原理可参考上述记载，以下不再赘述。该系统包括：
[0055]
模型确定模块，用于根据影响内容热度的因子确定热度模型；
[0056]
因子值计算模块，用于计算每篇内容在一定时间内累计的各个因子的因子值；
[0057]
因子转换模块，用于分别对各因子值进行sigmoid转换，得到转换值；
[0058]
权重确定模块，用于确定各个因子的权重；
[0059]
奖励计算模块，用于根据各个因子的转换值及权重进行加权计算得到所述内容的奖励结果。
[0060]
根据本发明的方法可以实现为一种计算设备，包括存储器和处理器。
[0061]
处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0062]
存储器可以包括各种类型的存储单元，例如系统内存、只读存储器(rom)和永久存储装置。其中，rom可以存储处理器或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(dram，sram，sdram，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器可以包括可读和/或写的可移除的存储设备，例如激光唱片(cd)、只读数字多功能光盘(例如dvd-rom，双层dvd-rom)、只读蓝光光盘、超密度光盘、闪存卡(例如sd卡、min sd卡、micro-sd卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
[0063]
存储器上存储有可执行代码，当可执行代码被处理器处理时，可以使处理器执行
上文述及的方法中的部分或全部。
[0064]
此外，根据本发明的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本发明的上述方法中部分或全部步骤的计算机程序代码指令。
[0065]
或者，本发明还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本发明的上述方法的各个步骤的部分或全部。
[0066]
上文中已经参考附图详细描述了本发明的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本发明所必须的。另外，可以理解，本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本发明实施例装置中的模块可以根据实际需要进行合并、划分和删减。
[0067]
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
[0068]
附图中的流程图和框图显示了根据本发明的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0069]
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
技术特征：
1.一种基于sigmoid函数实现内容奖励计算的方法，其特征在于，包括：根据影响内容热度的因子确定热度模型；计算每篇内容在一定时间内累计的各个因子的因子值；分别对各因子值进行sigmoid转换，得到转换值；确定各个因子的权重；根据各个因子的转换值及权重进行加权计算得到所述内容的奖励结果。2.根据权利要求1所述的方法，其特征在于，根据影响内容热度的因子确定热度模型，具体包括：罗列影响内容热度的因子，通过因子的单位进行聚类。3.根据权利要求2所述的方法，其特征在于，分别对各因子值进行sigmoid转换，得到转换值，具体包括：分别对不同的聚类因子按照sigmoid函数进行转换，得到转换值。4.根据权利要求3所述的方法，其特征在于，sigmoid函数如下：其中，a是控制s曲线中间部分上升的斜率，a*b是控制s曲线在x坐标轴上的位移，b代表的是数组的均值或中位数。5.根据权利要求1-4任一项所述的方法，其特征在于，确定各个因子的权重，具体包括：通过回归方程或使用专家德尔菲法确定各个因子的权重。6.一种基于sigmoid函数实现内容奖励计算的系统，其特征在于，包括：模型确定模块，用于根据影响内容热度的因子确定热度模型；因子值计算模块，用于计算每篇内容在一定时间内累计的各个因子的因子值；因子转换模块，用于分别对各因子值进行sigmoid转换，得到转换值；权重确定模块，用于确定各个因子的权重；奖励计算模块，用于根据各个因子的转换值及权重进行加权计算得到所述内容的奖励结果。7.根据权利要求6所述的系统，其特征在于，所述模型确定模块，具体用于罗列影响内容热度的因子，通过因子的单位进行聚类。8.根据权利要求7所述的系统，其特征在于，所述因子转换模块，具体用于分别对不同的聚类因子按照sigmoid函数进行转换，得到转换值。9.根据权利要求8所述的系统，其特征在于，sigmoid函数如下：其中，a是控制s曲线中间部分上升的斜率，a*b是控制s曲线在x坐标轴上的位移，b代表的是数组的均值或中位数。10.根据权利要求6-9任一项所述的系统，其特征在于，所述权重确定模块，具体用于通过回归方程或使用专家德尔菲法确定各个因子的权重。
技术总结
本发明是关于一种基于Sigmoid函数实现内容奖励计算的方法及系统。该方法包括：根据影响内容热度的因子确定热度模型；计算每篇内容在一定时间内累计的各个因子的因子值；分别对各因子值进行Sigmoid转换，得到转换值；确定各个因子的权重；根据各个因子的转换值及权重进行加权计算得到所述内容的奖励结果。本发明通过对影响热度的各因子的因子值进行Sigmoid转换后再与各权重进行奖励计算，实现了奖励的有效分配，将奖励激励在中间力量上，避免了尾部规模效应消耗掉可观奖励，同时实现了各因子值的归一化，节省了归一化操作步骤，奖励计算结果清晰易懂，加大了对于该扶持的中间内容对象的激励，奖励使用更加合理，达到促进用户向上转化的一种良性运作效果。转化的一种良性运作效果。转化的一种良性运作效果。
技术研发人员：
刘超 张翔光 隋国栋 刘峰
受保护的技术使用者：
北京值得买科技股份有限公司
技术研发日：
2022.01.10
技术公布日：
2022/4/20
到此这篇sigmoid函数用于（sigmoid函数计算公式）的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/haskellbc/46191.html