【技术实现步骤摘要】
一种内容推荐的方法、电子设备和存储介质
本专利技术涉及信息处理
，尤其是涉及一种内容推荐的方法、电子设备和存储介质。
技术介绍
内容推荐包括对节目内容、音乐内容、视频内容、文章、书籍、新闻和商品等进行推荐。各内容通过标签提供一种使得人们快速了解该内容的途径，例如，节目内容以描述其主题的关键词作为标签。对于不同的用户，可以通过其感兴趣的标签为用户推荐内容，例如，将各标签按照其对应的权重排序，根据排在前面的标签为用户推荐内容。然而，用户的兴趣是多样化的，这种推荐内容的方法容易将与用户的一些不显著兴趣相关的标签排在后面，从而在推荐内容时忽略了这些不显著兴趣。另外，还存在一种在标签权重的基础上，采用TF-IDF(TermFrequency–InverseDocumentFrequency，词频-逆文本频率指数)进行内容推荐的方法，其中，TF-IDF是一种用于信息检索与数据挖掘的常用加权技术。然而，该方法忽略了标签词之间的语义相关性、缺乏对用户偏好的完整性进行建模，也容易忽略用户的不显著兴趣。可见，现有的对用户进...
【技术保护点】
1.一种内容推荐的方法，其特征在于，包括：/n根据用户的历史操作信息确定用户喜好标签；/n根据所述用户喜好标签的语义信息，确定各用户喜好标签所属的类簇；/n根据各用户喜好标签的标签权重，从所述用户喜好标签所属的各类簇中分别确定目标标签，根据所述目标标签为所述用户进行内容推荐；/n其中，标签权重根据所述历史操作信息，和/或用户喜好标签所在的类簇确定。/n
【技术特征摘要】
1.一种内容推荐的方法，其特征在于，包括：
根据用户的历史操作信息确定用户喜好标签；
根据所述用户喜好标签的语义信息，确定各用户喜好标签所属的类簇；
根据各用户喜好标签的标签权重，从所述用户喜好标签所属的各类簇中分别确定目标标签，根据所述目标标签为所述用户进行内容推荐；
其中，标签权重根据所述历史操作信息，和/或用户喜好标签所在的类簇确定。
2.根据权利要求1所述的内容推荐的方法，其特征在于，所述根据用户喜好标签的语义信息，确定各用户喜好标签所属的类簇，包括：
根据标签库中各标签在语料中出现的上下文关系，确定所述标签库中各标签的标签向量，其中，所述标签库中包括各用户喜好标签；
根据所述标签库中各标签的标签向量，确定各用户喜好标签的标签向量，根据各用户喜好标签的标签向量进行聚类运算，确定各用户喜好标签所属的类簇；
其中，语料为包含所述标签库中标签的语句和/或语段。
3.根据权利要求2所述的内容推荐的方法，其特征在于，所述根据标签库中各标签在语料中出现的上下文关系，确定所述标签库中各标签的标签向量，包括：
获取语料中出现的属于所述标签库的任一第一标签，和所述第一标签的上下文标签，其中，上下文标签为所述语料中出现在所述第一标签上文的标签，和/或出现在所述第一标签下文的标签；
设定模型的参数矩阵所包含的各向量，与所述标签库中各标签的对应关系，根据所述对应关系确定第一标记向量和第二标记向量，以第一标记向量作为训练样本，以第二标记向量作为训练标签，对模型进行训练；
根据所述对应关系，从训练后模型的参数矩阵中确定与所述标签库中各标签的标签向量；
其中，所述第一标记向量用于标记出，参数矩阵所包含的向量中与所述第一标签对应的向量；所述第二标记向量用于标记出，参数矩阵所包含的向量中与所述上下文标签对应的向量。
4.根据权利要求2所述的内容推荐的方法，其特征在于，还包括：
对所述用户喜好标签中的任一第二标签，获取所述第二标签所在的目标类簇，根据所述目标类簇中各用户喜好标签的标签权重，确定所述目标类簇的类簇中心对应的中心向量，根据所述中心向量和所述第二标签的标签向量，确定所述第二标签与所述类簇中心的距离；
根据所述历史操作信息确定用户喜好内容，并确定各用户喜好内容的内容权重，从用户喜好内容中确定目标喜好内容，根据各目标喜好内容的内容权重确定所述第二标签的历史操作权重；其中，各用户喜好内容对应的标签均为用户喜好标签，目标喜好内容为，所对应的标签中包括所述第二标签的用户喜好内容；
根据所述距离和所述历史操作权重，确定所述第二标签的标签权重。
5.根据权利要求4所述的内容推荐的方法，其特征在于，所述根据所述历史操作信息确定用户喜好内容，并确定各用户喜好内容的内容权重，包括：
根据所述历史操作信息确定用户喜好内容，对用户喜好内容中的任...
【专利技术属性】
技术研发人员：周宝成，
申请(专利权)人：咪咕文化科技有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。