The application relates to a content recommendation method, content recommendation device and electronic equipment. The content recommendation method includes: obtaining the user's behavior data for the first content and the second content with the same type and different subtypes; determining at least one first tag of the first content and at least one second tag of the second content; obtaining each tag and the hidden topic's behavior data in at least one first tag and at least one second tag with the implicit Dirichlet assignment model Topic similarity; obtaining the tag similarity between the first tag and the second tag based on the topic similarity; and providing content to users based on the tag similarity. In this way, we can use user's heterogeneous data to migrate user's portrait, improve the accuracy of user's interest prediction, and optimize user experience.
【技术实现步骤摘要】
内容推荐方法、内容推荐装置和电子设备
本申请总的来说涉及数据处理领域,且更为具体地,涉及一种内容推荐方法、内容推荐装置和电子设备。
技术介绍
随着文化产业的发展,越来越多的内容被生产出来,以满足人们日益增长的需求。并且,随着内容表现形式的丰富,越来越多的内容被以诸如多媒体的形式表现出来。当用户需要获取自己所需的内容时,针对网络上的海量内容,用户需要花费大量的时间才能找到自己想要的内容。如果用户需要浏览大量无关的内容,这个过程显然会使得用户感到不便。尤其是,即使对于相同类型的内容,例如视频,随着其类型的进一步细分,也出现了更精细的子类型。例如,许多平台将视频分类为UGC(用户生产内容)、PGC(专业生产内容)和OGC(品牌生产内容)。因此,需要根据用户的兴趣特点,向用户推荐用户可能感兴趣的内容。特别是,当仅掌握用户对于某一子类型的内容的兴趣特点时,也需要据此向用户推荐其它子类型的内容。因此,需要改进的内容推荐方案。
技术实现思路
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种内容推荐方法、内容推荐装置和电子设备,其可以利用用户的异构数据进行用户的画像迁移,提高用户兴趣预测的准确度,优化用户体验。根据本申请的一方面,提供了一种内容推荐方法,包括:获取用户对于第一内容和第二内容的行为数据,所述第一内容和所述第二内容具有相同类型和不同子类型;确定所述第一内容的至少一个第一标签和所述第二内容的至少一个第二标签;以隐含狄利克雷分配模型获得所述至少一个第一标 ...
【技术保护点】
1.一种内容推荐方法,包括:/n获取用户对于第一内容和第二内容的行为数据,所述第一内容和所述第二内容具有相同类型和不同子类型;/n确定所述第一内容的至少一个第一标签和所述第二内容的至少一个第二标签;/n以隐含狄利克雷分配模型获得所述至少一个第一标签和所述至少一个第二标签中的每个标签与隐含主题的主题相似度;/n基于所述至少一个第一标签和所述至少一个第二标签中的每个标签与隐含主题的主题相似度获得所述第一标签与所述第二标签之间的标签相似度;以及/n基于所述标签相似度向用户提供内容。/n
【技术特征摘要】
1.一种内容推荐方法,包括:
获取用户对于第一内容和第二内容的行为数据,所述第一内容和所述第二内容具有相同类型和不同子类型;
确定所述第一内容的至少一个第一标签和所述第二内容的至少一个第二标签;
以隐含狄利克雷分配模型获得所述至少一个第一标签和所述至少一个第二标签中的每个标签与隐含主题的主题相似度;
基于所述至少一个第一标签和所述至少一个第二标签中的每个标签与隐含主题的主题相似度获得所述第一标签与所述第二标签之间的标签相似度;以及
基于所述标签相似度向用户提供内容。
2.根据权利要求1所述的内容推荐方法,其中,获取用户对于第一内容和第二内容的行为数据包括:
获取用户在预定时段内对于所述第一内容和所述第二内容的行为数据。
3.根据权利要求2所述的内容推荐方法,其中,所述隐含狄利克雷分配模型的训练过程如下:
生成多个预定时段的所述第一内容和第二内容的内容序列以及所述至少一个第一标签和至少一个第二标签的标签序列;
输入所述内容序列以及所述标签序列作为隐含狄利克雷分配模型训练数据,所述第一内容和第二内容作为训练样本,且所述至少一个第一标签和所述至少一个第二标签作为模型的基本单元;
设置一个或多个用于训练的隐含主题;以及
获得所述至少一个第一标签和所述至少一个第二标签中的每个标签与每个隐含主题的主题相似度。
4.根据权利要求3所述的内容推荐方法,其中,基于所述至少一个第一标签和所述至少一个第二标签中的每个标签与隐含主题的主题相似度获得所述第一标签与所述第二标签之间的标签相似度包括:
将所述至少一个第一标签中的每个第一标签与每个隐含主题的主题相似度乘以所述至少一个第二标签中的每个第二标签与所述隐含主题的主题相似度;以及
对所述第一标签与所述第二标签针对同一隐含主题的乘积求和以获得所述第一标签与所述第二标签之间的标签相似度。
5.根据权利要求1到4中任意一项所述的内容推荐方法,其中,
所述第一内容和所述第二内容是视频内容;
所述第一内容是用户生产内容、专业生产内容和品牌生产内容中的一个;以及
所述第二内容是用户生产内容、专业生产内容和品牌生产内容中的另一个。
6.一种内容推荐装置,包括:
数据获取单元,用于获取用户对于第一内...
【专利技术属性】
技术研发人员:刘荣,
申请(专利权)人:优酷网络技术北京有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。