用于内容推荐的特征组合方法及装置制造方法及图纸

本发明专利技术提供了一种用于内容推荐的特征组合方法、装置、设备及存储介质；方法包括：构建包括至少一个特征组合方式的特征组合方式集合；分别确定各特征组合方式的有效性；基于各特征组合方式的有效性，从特征组合方式集合中筛选得到第一目标数量的特征组合方式作为第一候选组合方式；基于第一候选组合方式及特征，生成至少一个第二候选组合方式；从至少一个第二候选组合方式中，选择符合筛选条件的特征组合方式作为目标特征组合方式；基于目标特征组合方式，对特征进行特征组合，得到目标组合特征；通过本发明专利技术，能够实现特征组合方式的自动化选择，提高基于选择的特征组合方式所得到的组合特征，进行内容智能化推荐的效果。

Feature combination method and device for content recommendation

【技术实现步骤摘要】
用于内容推荐的特征组合方法及装置
本专利技术涉及人工智能
，尤其涉及一种用于内容推荐的特征组合方法、装置、设备及存储介质。
技术介绍
人工智能(AI，ArtificialIntelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法和技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。推荐系统是人工智能的重要应用分支，其中内容推荐是根据用户的需求，在大量的候选内容(比如新闻、广告、产品等)中挑选出用户感兴趣的内容并推荐给用户。在进行内容推荐时，需要获取用户、内容等相关特征，而不同特征的组合也可能为内容推荐提供更为有效的信息。因此在内容推荐时，获取合适的组合特征是极其重要的环节。相关技术中，主要采用人工选择的方式得到组合特征。但是由于不同的相关从业人员经验也不相同，人工特征选择的本文档来自技高网...

【技术保护点】
1.一种用于内容推荐的特征组合方法，其特征在于，所述方法包括：/n构建包括至少一个特征组合方式的特征组合方式集合；所述特征组合方式为针对推荐内容样本的特征的组合方式；/n分别确定各所述特征组合方式的有效性，所述有效性，用于表征基于相应的特征组合方式组合得到的特征进行内容推荐的准确度；/n基于各所述特征组合方式的有效性，从所述特征组合方式集合中筛选得到第一目标数量的特征组合方式作为第一候选组合方式；/n基于所述第一候选组合方式及所述特征，生成至少一个第二候选组合方式；/n从所述至少一个第二候选组合方式中，选择符合筛选条件的特征组合方式作为目标特征组合方式；/n基于所述目标特征组合方式，对所述特征...

【技术特征摘要】
1.一种用于内容推荐的特征组合方法，其特征在于，所述方法包括：
构建包括至少一个特征组合方式的特征组合方式集合；所述特征组合方式为针对推荐内容样本的特征的组合方式；
分别确定各所述特征组合方式的有效性，所述有效性，用于表征基于相应的特征组合方式组合得到的特征进行内容推荐的准确度；
基于各所述特征组合方式的有效性，从所述特征组合方式集合中筛选得到第一目标数量的特征组合方式作为第一候选组合方式；
基于所述第一候选组合方式及所述特征，生成至少一个第二候选组合方式；
从所述至少一个第二候选组合方式中，选择符合筛选条件的特征组合方式作为目标特征组合方式；
基于所述目标特征组合方式，对所述特征进行特征组合，得到目标组合特征，所述目标组合特征，用于供基于所述目标组合特征进行内容推荐。


2.如权利要求1所述方法，其特征在于，所述构建包括至少一个特征组合方式的特征组合方式集合，包括：
获取多个所述特征；
确定在所述多个特征中将至少两个所述特征进行组合所得到的至少一个特征组合方式；
基于所述至少一个特征组合方式、及所述多个特征，构建所述特征组合方式集合。


3.如权利要求1所述方法，其特征在于，所述分别确定各所述特征组合方式的有效性，包括：
分别获取各所述特征组合方式对应的第一权重值集合，所述第一权重值集合包括对应各组合特征的第一权重值，所述组合特征基于相应的特征组合方式组合得到；
基于各所述特征组合方式对应的所述第一权重值集合，分别确定相应的所述特征组合方式的有效性。


4.如权利要求3所述方法，其特征在于，所述分别获取各所述特征组合方式对应的第一权重值集合，包括：
分别获取各所述特征组合方式对应的第一特征值集合，所述第一特征值集合包括对应各所述组合特征的第一特征取值；
基于各所述组合特征的第一特征取值，确定相应的组合特征的第一权重值，各所述组合特征的第一权重值构成相应的特征组合方式的第一权重值集合。


5.如权利要求4所述方法，其特征在于，所述基于各所述组合特征的第一特征取值，确定相应的组合特征的第一权重值，包括：
分别将各所述组合特征的第一特征取值输入至权重计算模型，得到对应各所述组合特征的第一权重值。


6.如权利要求5所述方法，其特征在于，所述方法还包括：
将标注有目标权重值的特征取值样本，输入至所述权重计算模型，输出对应所述特征取值样本的权重值；
基于输出的所述权重值及所述目标权重值，确定所述权重计算模型的损失函数的值；
基于所述损失函数的值，更新所述权重计算模型的模型参数。


7.如权利要求4所述方法，其特征在于，所述基于各所述组合特征的第一特征取值，确定相应的组合特征的第一权重值，包括：
分别确定所述第一特征值集合中各第一特征取值对应的正样本数量和负样本数量；
其中，所述正样本为点击状态为已点击的第一推荐内容，所述负样本为点击状态为未点击的第二推荐内容；所述第一推荐内容及所述第二推荐内容为基于所述第一特征取值进行推荐的内容；
基于各所述第一特征取值对应的所述正样本数量和负样本数量，得到相应的组合特征的第一权重值。


8.如权利要求7所述的方法，其特征在于，所述基于各所述第一特征取值对应的所述正样本数量和负样本数量，得到相应的组合特征的第一权重值，包括：
基于各所述第一特征取值对应的所述正样本数量和负样本数量，采用如下公式，得到相应的组合特征的第一权重值：



其中，F为特征组合方式，j为第一特征取值，wF,j为当特征组合方式为F、第一特征取值为j时所对应的第一权重值，为第一特征取值为j时所对应的正样本数量，为第一特征取值为j时所对应的负样本数量。


9.如权利要求3所述方法，其特征在于，所述基于各所述特征组合方式对应的所述第一权重值集合，分别确定相应的所述特征组合方式的有效性，包括：
分别将各所述第...

【专利技术属性】
技术研发人员：陈晓爽，于春功，
申请(专利权)人：腾讯科技北京有限公司，
类型：发明
国别省市：北京;11