[发明专利]用于评估推荐系统的方法、装置、电子设备以及可读介质

说明书

本公开提供了一种用于评估推荐系统的方法、装置、电子设备以及可读介质，涉及大数据技术领域，尤其涉及智能推荐技术领域。该方法包括：获取推荐系统待推荐给目标用户的推荐集以及目标用户的属性信息，其中，推荐集包括待推荐给目标用户的多个推荐内容；将目标用户的属性信息以及推荐集中的多个推荐内容输入预先构建的神经网络模型，得到多个推荐内容中每个推荐内容的标签；以及基于每个推荐内容的标签，对推荐系统进行修正。

技术领域

本公开涉及大数据技术领域，尤其涉及智能推荐技术领域，具体涉及一种用于评估推荐系统的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

随着互联网的发展，用户能够越来越便捷地接触到海量内容。Feed是将用户主动订阅的若干消息源组合在一起形成内容聚合器，帮助用户持续地获取新的内容。Feed流是持续更新并呈现给用户内容的信息流。随着feed产品的优化，feed流背后的推荐系统会不断推荐用户感兴趣的内容，从而让用户沉溺在某个兴趣圈中，逐渐丧失获取其他兴趣的途径，陷入“信息茧房”。

虽然用户能够在“信息茧房”中获得满足感，但用户会逐渐失去新信息带来的新鲜感和惊喜感，用户满意度也随之下降。

发明内容

本公开提供了一种用于评估推荐系统的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种用于评估推荐系统的方法，包括：获取推荐系统待推荐给目标用户的推荐集以及目标用户的属性信息，其中，推荐集包括待推荐给目标用户的多个推荐内容；将目标用户的属性信息以及推荐集中的多个推荐内容输入预先构建的神经网络模型，得到多个推荐内容中每个推荐内容的标签；以及基于每个推荐内容的标签，对推荐系统进行修正。

根据本公开的另一方面，提供了一种用于评估推荐系统的装置，包括：第一获取模块，配置为获取推荐系统待推荐给目标用户的推荐集以及目标用户的属性信息，其中，推荐集包括待推荐给目标用户的多个推荐内容；第二获取模块，配置为将目标用户的属性信息以及推荐集中的多个推荐内容输入预先构建的神经网络模型，得到多个推荐内容中每个推荐内容的标签；以及修正模块，配置为基于每个推荐内容的标签，对推荐系统进行修正。

根据本公开的另一方面，提供一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器。所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开实施例的方法。

根据本公开的另一方面，提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开实施例的方法。

根据本公开的另一方面，提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据本公开实施例的方法。

借助于本公开的一个或多个示例性实施例，能够根据推荐给用户的推荐内容的标签和/或用户对推荐内容的点击情况，对推荐系统进行修正。由此，可以提高推荐的准确性和推荐效率，提升用户体验。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开一些实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开一些实施例的用于评估推荐系统的方法的流程图；

图3示出了根据本公开一些实施例的多个特征的示意图；