语料推荐方法及装置制造方法及图纸

本发明专利技术实施例公开了一种语料推荐方法及装置。其中，该语料推荐方法包括：获取用户的多维阅读行为数据；根据所述多维阅读行为数据，从预设的多种阅读方式中确定当前适合用户的目标阅读方式；向用户推荐与所述目标阅读方式相匹配的目标语料。本发明专利技术实施例能够提高推荐准确度，进而提高用户阅读体验。

Corpus recommendation methods and devices

【技术实现步骤摘要】
语料推荐方法及装置
本专利技术涉及计算机
，具体涉及一种语料推荐方法及装置。
技术介绍
现有技术中的语料推送方案主要是使用机器学习或深度学习，根据用户的历史记录，包括浏览、点击、评论等行为推测出用户感兴趣的内容，进而推送给用户。但是，同一个用户在不同场景对感兴趣的内容的敏感度是不同的，当用户乘车、排队、就餐时，可能比较愿意采用碎片化阅读方式来进行阅读，而当用户在有大片的时间，例如晚上黄金时间、午休前的时间等，更愿意采用深度化阅读方式来进行阅读。而现有技术并未针对不同的阅读方式进行语料推荐，降低推荐准确度，从而降低用户阅读体验。
技术实现思路
本专利技术提供一种语料推荐方法及装置，能够针对阅读方式推荐语料，提高推荐准确度，进而提高用户阅读体验。第一方面，本专利技术提供一种语料推荐方法，包括：获取用户的多维阅读行为数据；根据所述多维阅读行为数据，从预设的多种阅读方式中确定当前适合用户的目标阅读方式；向用户推荐与所述目标阅读方式相匹配的目标语料。在本专利技术一些实施例中本文档来自技高网...

【技术保护点】
1.一种语料推荐方法，其特征在于，包括：/n获取用户的多维阅读行为数据；/n根据所述多维阅读行为数据，从预设的多种阅读方式中确定当前适合用户的目标阅读方式；/n向用户推荐与所述目标阅读方式相匹配的目标语料。/n

【技术特征摘要】
1.一种语料推荐方法，其特征在于，包括：
获取用户的多维阅读行为数据；
根据所述多维阅读行为数据，从预设的多种阅读方式中确定当前适合用户的目标阅读方式；
向用户推荐与所述目标阅读方式相匹配的目标语料。


2.根据权利要求1所述的语料推荐方法，其特征在于，所述多种阅读方式包括碎片化阅读方式和深度化阅读方式；
所述根据所述多维阅读行为数据，从预设的多种阅读方式中确定当前适合用户的目标阅读方式，具体包括：
根据所述多维阅读行为数据，确定所述碎片化阅读方式的第一推荐度和所述深度化阅读方式的第二推荐度；
若所述第一推荐度大于所述第二推荐度，则将所述碎片化阅读方式作为当前适合用户的目标阅读方式；
若所述第一推荐度小于所述第二推荐度，则将所述深度化阅读方式作为当前适合用户的目标阅读方式。


3.根据权利要求2所述的语料推荐方法，其特征在于，所述多维阅读行为数据包括当前阅读行为数据和历史阅读行为数据；
所述根据所述多维阅读行为数据，确定所述碎片化阅读方式的第一推荐度和所述深度化阅读方式的第二推荐度，具体包括：
根据所述当前阅读行为数据，确定所述碎片化阅读方式的第一当前推荐度和所述深度化阅读方式的第二当前推荐度；
根据所述历史阅读行为数据，确定所述碎片化阅读方式的第一历史推荐度和所述深度化阅读方式的第二历史推荐度；
根据所述第一当前推荐度和所述第一历史推荐度，确定所述碎片化阅读方式的第一推荐度；
根据所述第二当前推荐度和所述第二历史推荐度，确定所述深度化阅读方式的第二推荐度。


4.根据权利要求3所述的语料推荐方法，其特征在于，所述当前阅读行为数据包括当前阅读时间、当前日期类型和当前阅读速率；
所述根据所述当前阅读行为数据，确定所述碎片化阅读方式的第一当前推荐度和所述深度化阅读方式的第二当前推荐度，具体包括：
根据所述当前阅读时间，确定所述碎片化阅读方式的第一当前时间推荐度和所述深度化阅读方式的第二当前时间推荐度；
根据所述当前日期类型，确定所述碎片化阅读方式的第一当前日期推荐度和所述深度化阅读方式的第二当前日期推荐度；
根据所述当前阅读速率，确定所述碎片化阅读方式的第一当前速率推荐度和所述深度化阅读方式的第二当前速率推荐度；
根据所述第一当前时间推荐度、所述第一当前日期推荐度和所述第一当前速率推荐度，确定所述碎片化阅读方式的第一当前推荐度；
根据所述第二当前时间推荐度、所述第二当前日期推荐度和所述第二当前速率推荐度，确定所述深度化阅读方式的第二当前推荐度。


5.根据权利要求4所述的语料推荐方法，其特征在于，所述根据所述当前阅读时间，确定所述碎片化阅读方式的第...

【专利技术属性】
技术研发人员：曹星忠，吴铭津，虢勇，张济民，钱培杰，刘卓，刘安祺，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44