一种内容推荐方法和装置制造方法及图纸

本申请公开了一种内容推荐方法和装置，用以提高内容推荐的灵活有效性。本申请提供的方案包括：获取目标用户在历史时段内点击的内容记录，内容记录包括被点击内容的所属类别的分类标签和点击时间戳；根据内容记录分别确定每个分类标签的推荐匹配度和最新点击时间戳；根据推荐匹配度和/或最新点击时间戳从多个分类标签中选出目标分类标签；向目标用户推荐目标分类标签对应的内容。分类标签对应的内容。分类标签对应的内容。

【技术实现步骤摘要】
一种内容推荐方法和装置


[0001]本申请涉及信息处理领域，尤其涉及一种内容推荐方法和装置。

技术介绍

[0002]对于海量网络信息，可以根据用户的喜好向用户推荐感兴趣的网络信息，使用户能看到喜欢的网络内容。在兴趣社交场景中，个性化推荐系统能将网络信息分发给感兴趣的用户，在提高用户对网络内容的点击和转化的同时，也能丰富用户体验。
[0003]如图1a所示，个性化推荐系统例如可以是一个级联漏斗，由召回和排序两个模块组成。其中，召回模块利用各类召回算法和策略规则，根据业务需求和用户兴趣，从百万级别的网络内容集合中，快速选出用户感兴趣的内容，组成待推荐内容的内容库，进而输入到下游排序环节进行排序并推荐给用户。
[0004]上述召回算法往往挖掘的是用户过去较长时间内的兴趣，并以此作为召回的依据。而对于用户短期内的兴趣则无法做出及时的反应，因此，无法向用户推荐近期感兴趣的内容，会导致用户体验的下降。
[0005]如何提高内容推荐的灵活有效性，是本申请所要解决的技术问题。

技术实现思路

[0006]本申请实施例的目的是提供一种内容推荐方法和装置，用以提高内容推荐的灵活有效性。
[0007]第一方面，提供了一种内容推荐方法，包括：
[0008]获取目标用户在历史时段内点击的内容记录，所述内容记录包括被点击内容的所属类别的分类标签和被点击内容的点击时间戳；
[0009]根据所述内容记录分别确定每个所述分类标签的推荐匹配度和最新点击时间戳，所述推荐匹配度表征分类标签所属类别的内容被点击的频次，所述最新点击时间戳为分类标签所属类别的内容最新一次被点击的时间戳；
[0010]根据所述推荐匹配度和/或所述最新点击时间戳从多个分类标签中选出目标分类标签；
[0011]向所述目标用户推荐所述目标分类标签对应的内容。
[0012]第二方面，提供了一种内容推荐装置，包括：
[0013]获取模块，获取目标用户在历史时段内点击的内容记录，所述内容记录包括被点击内容的所属类别的分类标签和被点击内容的点击时间戳；
[0014]第一确定模块，根据所述内容记录分别确定每个所述分类标签的推荐匹配度和最新点击时间戳，所述推荐匹配度表征分类标签所属类别的内容被点击的频次，所述最新点击时间戳为分类标签所属类别的内容最新一次被点击的时间戳；
[0015]第二确定模块，根据所述推荐匹配度和/或所述最新点击时间戳从多个分类标签中选出目标分类标签；
[0016]推荐模块，向所述目标用户推荐所述目标分类标签对应的内容。
[0017]第三方面，提供了一种电子设备，该电子设备包括处理器、存储器及存储在该存储器上并可在该处理器上运行的计算机程序，该计算机程序被该处理器执行时实现如第一方面的方法的步骤。
[0018]第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现如第一方面的方法的步骤。
[0019]在本申请实施例中，用户在历史时段内的点击的内容记录能表现出用户在历史时段内感兴趣的内容。其中，分类标签能表达出用户对哪一类内容感兴趣，点击时间戳能表达出用户对点击内容的兴趣时效性。根据内容记录分别确定每个分类标签的推荐匹配度和最新点击时间戳，能确定出用户对分类标签所属分类的感兴趣程度和感兴趣的时效性。进而根据推荐匹配度和最新点击时间戳来确定目标分类标签，进而根据目标分类标签确定推荐内容，能提升内容推荐的有效性和灵活性。
附图说明
[0020]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0021]图1a是个性化推荐系统的结构示意图。
[0022]图1b是本申请一个实施例一种内容推荐方法的流程示意图之一；
[0023]图2是本申请一个实施例一种内容推荐方法的流程示意图之二；
[0024]图3是本申请一个实施例一种内容推荐方法的流程示意图之三；
[0025]图4是本申请一个实施例一种内容推荐方法的流程示意图之四；
[0026]图5是本申请一个实施例一种内容推荐方法的流程示意图之五；
[0027]图6是本申请一个实施例一种内容推荐方法的流程示意图之六；
[0028]图7是本申请一个实施例一种内容推荐方法的流程示意图之七；
[0029]图8是本申请一个实施例一种内容推荐装置的结构示意图；
[0030]图9是本申请一个实施例一种电子设备的结构示意图。
具体实施方式
[0031]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请中附图编号仅用于区分方案中的各个步骤，不用于限定各个步骤的执行顺序，具体执行顺序以说明书中描述为准。
[0032]随着互联网不断发展，网络信息的形式多样，为了向网络用户提供用户感兴趣的网络信息，可以应用推荐算法对海量网络信息进行筛选，以确定出最终向用户推荐展示的内容。
[0033]其中，网络信息的推荐算法多种多样，召回算法是一种高效的推荐算法，参见图1a，以海量的候选博文为例，对于千万或百万级别数量的网络博文，可以首先应用召回模块快速高效地筛选出用户感兴趣的博文，将数量降到万或千级别。然后再通过排序模块对用
户感兴趣的博文进行排序，从而根据用户的兴趣得到排序结果，有序地向用户输出推荐的博文内容。
[0034]但是，上述召回模块应用的召回算法通常基于用户历史较长时间内的兴趣执行召回，这就使得用户近期感兴趣的内容无法被有效选出，进而导致推荐内容无法紧跟用户的兴趣变化，使推荐内容不够灵活。而且，用户在不同的社交场景中的行为往往有所不同，单一场景下的召回算法难以广泛应用于多种不同的场景中。
[0035]为了解决现有技术中存在的问题，本申请实施例提供一种内容推荐方法，如图1b所示，包括：
[0036]S11：获取目标用户在历史时段内点击的内容记录，所述内容记录包括被点击内容的所属类别的分类标签和被点击内容的点击时间戳。
[0037]其中，历史时段可以是当前所在时刻之前的一段历史时间，例如最近一天、最近三小时等。目标用户点击的内容记录可以是多种形式的网络内容，例如可以是文字、图片、视频或多种表达形式相结合的网络内容。
[0038]内容记录中包括被点击内容所属类别的分类标签，该分类标签可以是生成网络内容时作者对网络内容添加的标签，也可以是根据网络内容的特征自动识别生成的。网络内容所属类别的分类标签可以有多个，多个分类标签可以具有不同的级别。例如分类标签可以是“科技”、“模型训练”、“召回算法”等，其中，“科技”标签所属的分类较大，“模型训本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内容推荐方法，其特征在于，包括：获取目标用户在历史时段内点击的内容记录，所述内容记录包括被点击内容的所属类别的分类标签和被点击内容的点击时间戳；根据所述内容记录分别确定每个所述分类标签的推荐匹配度和最新点击时间戳，所述推荐匹配度表征分类标签所属类别的内容被点击的频次，所述最新点击时间戳为分类标签所属类别的内容最新一次被点击的时间戳；根据所述推荐匹配度和/或所述最新点击时间戳从多个分类标签中选出目标分类标签；向所述目标用户推荐所述目标分类标签对应的内容。2.如权利要求1所述的方法，其特征在于，根据所述推荐匹配度和/或所述最新点击时间戳从多个分类标签中选出目标分类标签，包括：根据所述推荐匹配度从多个分类标签中选出目标分类标签，其中，所述目标分类标签的推荐匹配度大于未被选中的分类标签的推荐匹配度；或者，根据所述最新点击时间戳从多个分类标签中选出目标分类标签，其中，所述目标分类标签的最新点击时间戳大于未被选中的分类标签的最新点击时间戳；或者，根据所述推荐匹配度和所述最新点击时间戳确定每个分类标签的兴趣得分，并基于所述兴趣得分从多个分类标签中选出目标分类标签，其中，所述目标分类标签的兴趣得分大于未被选中的分类标签的兴趣得分，所述兴趣得分表征所述目标用户对分类标签对应的内容的点击兴趣程度。3.如权利要求2所述的方法，其特征在于，根据所述推荐匹配度和所述最新点击时间戳确定每个分类标签的兴趣得分，包括：将待选分类标签的推荐匹配度与多个分类标签中的最大推荐匹配度的比值确定为匹配度兴趣得分，其中，所述待选分类标签为多个分类标签中任一分类标签；将所述待选分类标签的最新点击时间戳与多个分类标签中时间最新的最新点击时间戳的差值与预设时间衰减权重的比值确定为时间戳兴趣得分；将所述匹配度兴趣得分与所述时间戳兴趣得分的加权之和确定为所述待选分类标签的兴趣得分。4.如权利要求3所述的方法，其特征在于，基于所述兴趣得分从多个分类标签中选出目标分类标签，包括：基于所述兴趣得分的大小对多个分类标签排序，基于排序结果确定排序靠前的设定数量的目标分类标签。5.如权利要求4所述的方法，其特征在于，所述被点击内容的所属类别的分类标签包括多个级别的分类标签；针对目标级别，多个分类标签...

【专利技术属性】
技术研发人员：焦飞，
申请(专利权)人：微梦创科网络科技中国有限公司，
类型：发明
国别省市：