[发明专利]内容项推荐方法、装置、服务器及存储介质

权利要求书

1.一种内容项推荐方法，其特征在于，所述方法包括：

响应于目标用户的内容项获取请求，获取多个候选内容项，每个候选内容项对应一个初始排序分数；

获取所述目标用户的流行度偏好分数和每个候选内容项的流行度分数；

根据所述流行度偏好分数和每个候选内容项的流行度分数，确定每个候选内容项的流行度偏好匹配分数，所述流行度偏好匹配分数用于表征候选内容项与所述目标用户偏好的流行内容项之间的匹配程度；

根据每个候选内容项的初始排序分数和流行度偏好匹配分数，确定每个候选内容项的最终排序分数；

基于所述多个候选内容项的最终排序分数所确定的推荐顺序，向所述目标用户推荐所述多个候选内容项。

2.根据权利要求1所述的方法，其特征在于，所述获取所述目标用户的流行度偏好分数，包括：

当所述目标用户为冷启动用户，将预设流行度偏好分数确定为所述流行度偏好分数。

3.根据权利要求1所述的方法，其特征在于，所述获取所述目标用户的流行度偏好分数，包括：

当所述目标用户为非冷启动用户，获取所述目标用户的正反馈流行内容项序列、负反馈流行内容项序列及所述目标用户的用户画像，所述正反馈流行内容项序列包括所述目标用户实施过正向操作的多个流行内容项，所述负反馈内容项序列包括所述目标用户实施过负向操作的多个流行内容项；

从所述正反馈流行内容项序列、所述负反馈流行内容项序列及所述用户画像中分别提取正反馈流行内容项特征、负反馈流行内容项特征及用户特征；

基于所述正反馈流行内容项特征、所述负反馈流行内容项特征及所述用户特征，生成所述目标用户的流行度偏好特征向量；

调用用户流行度偏好模型，对所述流行度偏好特征向量进行处理，得到所述目标用户的流行度偏好分数，所述用户流行度偏好模型用于确定出任一用户的流行度偏好分数。

4.根据权利要求3所述的方法，其特征在于，所述用户流行度偏好模型的训练过程为：

获取多个样本用户的样本正反馈流行内容项序列、样本负反馈流行内容项序列及所述多个样本用户的样本用户画像，所述样本正反馈流行内容项序列包括样本用户实施过正向操作的多个流行内容项，所述样本负反馈内容项序列包括样本用户实施过负向操作的多个流行内容项；

从每个样本用户的样本正反馈流行内容项序列、样本负反馈流行内容项序列及样本用户画像中分别提取样本正反馈流行内容项特征、样本负反馈流行内容项特征及样本用户特征；

基于每个样本用户的样本正反馈流行内容项特征、样本负反馈流行内容项特征及样本用户特征，生成每个样本用户的流行度偏好特征向量；

基于所述多个样本用户的样本流行度偏好特征向量，对初始用户流行度偏好模型进行训练，得到所述用户流行度偏好模型。

5.根据权利要求1所述的方法，其特征在于，所述获取每个候选内容项的流行度分数，包括：

获取每个候选内容项的内容信息和展示信息；

从每个候选内容项的内容信息和展示信息中分别提取内容特征和展示特征；

基于每个候选内容项的内容特征和展示特征，生成每个候选内容项的流行度特征向量；

调用流行度预估模型，对每个候选内容项的流行度特征向量进行处理，得到每个候选内容项的流行度分数，所述流行度预估模型用于确定出任一内容项的流行度分数。

6.根据权利要求5所述的方法，其特征在于，所述流行度预估模型的训练过程为：

获取多个样本流行内容项，每个样本流行内容项包括样本内容信息和样本展示信息；

从每个样本流行内容项的样本内容信息和样本展示信息中分别提取样本内容特征和样本展示特征；

基于每个样本流行内容项的样本内容特征和样本展示特征，生成每个样本流行内容项的样本流行度特征向量；

基于所述多个样本流行内容项的样本流行度特征向量，对初始流行度预估模型进行训练，得到所述流行度预估模型。