[发明专利]一种内容推荐方法

说明书

本申请涉及一种内容推荐方法、装置、电子设备及计算机可读介质。该方法包括：基于用户的推荐请求获取用户信息；基于所述用户信息获取多个初选内容；基于所述用户信息、所述推荐请求、所述多个初选内容分别生成用户特征、请求特征、多个内容特征；将所述用户特征、所述请求特征、所述多个内容特征输入到兴趣推荐模型中得到所述多个初选内容对应的多个兴趣评分，所述兴趣推荐模型通过深度推荐模型和多任务学习模型联合训练生成；基于所述多个兴趣评分由所述多个初选内容中确定待推荐的至少一个内容。本申请涉及的内容推荐方法及装置，能够对用户的兴趣度进行多角度的分析，并结合多方面的信息综合生成推荐内容，提升推荐效率和用户满意度。

技术领域

本申请涉及计算机信息处理领域，具体而言，涉及一种内容推荐方法。

背景技术

目前，随着计算机的高速发展，各种多媒体数据(如图文数据和视频数据)在各个来源渠道的入库峰值日上传量已超过百万级别乃至千万级别，越来越多的人们开始乐于浏览短视频，快速高效地观看精彩的视频内容。

推荐系统是一项交互式产品功能，产品为推荐系统提供载体，用户通过使用产品触达及触发推荐系统，推荐系统为用户提供个性化的推荐，从而提升用户体验；和搜索引擎不同，推荐系统本质上是在用户需求不明确的情况下，从海量的信息中为用户寻找其感兴趣的信息的技术手段。推荐系统结合用户的信息，内容信息，利用机器学习技术构建用户兴趣模型，为用户提供精准的个性化推荐。

随着深度学习的发展，深度学习在推荐系统领域也得到了极大的应用，一系列基于深度学习的推荐算法也逐渐问世，推荐系统除了应用于购物软件，还广泛的应用于新闻app的咨询推荐以及视频软件的视频推荐等。

在所述背景技术部分公开的上述信息仅用于加强对本申请的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本申请提供一种内容推荐方法，能够对用户的兴趣度进行多角度的分析，并结合多方面的信息综合生成推荐内容，提升推荐效率和用户满意度。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请的一方面，提出一种内容推荐方法，该方法包括：基于用户的推荐请求获取用户信息；基于所述用户信息获取多个初选内容；基于所述用户信息、所述推荐请求、所述多个初选内容分别生成用户特征、请求特征、多个内容特征；将所述用户特征、所述请求特征、所述多个内容特征输入到兴趣推荐模型中得到所述多个初选内容对应的多个兴趣评分，所述兴趣推荐模型通过深度推荐模型和多任务学习模型联合训练生成；基于所述多个兴趣评分由所述多个初选内容中确定待推荐的至少一个内容。

在本申请的一种示例性实施例中，还包括：通过深度推荐模型和多任务学习模型生成初始模型；基于多个用户推荐请求和多个内容推荐结果对所述初始模型进行训练以生成所述兴趣推荐模型。

在本申请的一种示例性实施例中，基于所述用户信息获取多个初选内容，包括：基于所述用户信息中的用户标识提取预存的用户画像、用户向量；基于所述用户画像提取其他用户以生成其他用户列表；基于所述用户画像、所述用户向量、所述其他用户列表生成所述多个初选内容。

在本申请的一种示例性实施例中，基于所述用户画像、所述用户向量、所述其他用户列表生成所述多个初选内容，还包括：基于所述用户信息对所述多个初选内容进行曝光排重。

在本申请的一种示例性实施例中，基于所述用户信息、所述推荐请求、所述多个初选内容分别生成用户特征、请求特征、多个内容特征，包括：将所述用户信息、所述推荐请求、所述多个初选内容分别按照预设策略进行整理以生成所述用户特征、所述请求特征、所述多个内容特征。