[发明专利]一种内容推荐方法及装置

说明书

本发明实施例提供一种内容推荐方法及装置，所述方法包括：获取目标用户的语音请求数据，提取所述语音请求数据中对应的交互推荐特征；根据所述交互推荐特征，在预先构建的与所述目标用户对应的推荐知识库中获取相应的推荐内容并发送给所述目标用户；其中，所述推荐知识库中包括多个对应关系模型；且所述各对应关系模型分别基于从各历史用户的样本语音请求数据中提取的交互推荐特征及和所述各历史用户相对应的推荐内容建立。所述方法大大方便了用户使用的同时，结合了目标用户请求的声学、语义、用户属性及说话人信息，从而进一步提高了内容推荐的准确度。

技术领域

本发明涉及语音信号处理及自然语言处理技术领域，更具体地，涉及内容推荐方法及装置。

背景技术

随着“人工智能“浪潮的来临，越来越多的智能设备走进平常用户的视野，用户也越来越依赖于使用智能设备实现自己的需求，如亚马逊的Echo、Google Home的智能音箱、百度的智能机器人、家庭中使用的智能电视等，这些智能设备在使用时，一般是多个用户共用同一个智能设备，如家庭成员使用同一台智能电视看电视，同一个机器人服务于多个不同的客户等；智能推荐无疑可以大大提高用户对智能设备的粘性，为智能设备留住用户，现有智能设备上的智能推荐方法在为用户推荐内容时，一般需要用户预先注册帐号，智能设备将同一用户的数据放在一起，每次根据用户的历史信息推荐一些用户感兴趣的内容；然而对于未注册的用户，则无法提供推荐内容，用户体验不佳。

综上所述，现有技术中亟待提供一种更加方便准确的内容推荐方案。

发明内容

为了解决上述问题，本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的内容推荐方法及装置。

根据本发明实施例的第一方面，提供了一种内容推荐方法，该方法包括：

获取目标用户的语音请求数据，提取所述语音请求数据中对应的交互推荐特征；

根据所述交互推荐特征，在预先构建的与所述目标用户对应的推荐知识库中获取相应的推荐内容并发送给所述目标用户；其中，所述推荐知识库中包括多个对应关系模型；且所述各对应关系模型分别基于从各历史用户的样本语音请求数据中提取的交互推荐特征及和所述各历史用户相对应的推荐内容建立。

根据本发明实施例的第二方面，提供了一种内容推荐装置，该装置包括：

获取模块，用于获取目标用户的语音请求数据，提取所述语音请求数据中对应的交互推荐特征；

推荐模块，用于根据所述交互推荐特征，在预先构建的与所述目标用户对应的推荐知识库中获取相应的推荐内容并发送给所述目标用户；其中，所述推荐知识库中包括多个对应关系模型；且所述各对应关系模型分别基于从各历史用户的样本语音请求数据中提取的交互推荐特征及和所述各历史用户相对应的推荐内容建立。

根据本发明实施例的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与处理器通信连接的至少一个存储器，其中：

存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的内容推荐方法。

根据本发明的第四方面，提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的内容推荐方法。

本发明上述实施例提供一种内容推荐方法及装置，所述方法大大方便了用户使用的同时，结合了目标用户请求的声学、语义、用户属性及说话人信息，从而进一步提高了内容推荐的准确度。

附图说明

图1为本发明实施例的一种内容推荐方法的流程示意图；