内容推荐方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种内容推荐方法、装置、设备及可读存储介质。涉及内容推荐领域。该方法包括：获取内容推荐池以及目标帐号在历史时间段内的历史交互内容，历史交互内容对应有第一标题，内容推荐池中包括第二标题；将第一标题和第二标题输入召回模型，输出得到与第一标题关联的n个第二标题，n为正整数；根据n个第二标题对应的n个第一候选内容，确定向目标帐号进行推荐的目标内容。通过召回模型对内容的标题进行相似度分析，从而根据历史内容从内容推荐池中确定候选内容，并根据候选内容向目标帐号推荐目标内容，由于标题相似度是通过高层语义隐向量确定得到的，提高了相似度的分析准确率，从而进一步提高了内容的推荐准确率。

【技术实现步骤摘要】
内容推荐方法、装置、设备及可读存储介质
本申请实施例涉及内容推荐领域，特别涉及一种内容推荐方法、装置、设备及可读存储介质。
技术介绍
推荐系统应用在对视频、新闻、电商等内容进行推荐的领域，用于向用户推荐用户可能感兴趣的内容。示意性的，用户观看过文章A，则根据文章A向用户推荐与文章A相关的文章B。相关技术中，在进行内容推荐时，根据内容对应的关键词标签，向用户进行内容推荐，如：文章A识别得到的关键词标签为“下跌”，则当用户对文章A进行点击后，在向用户推荐内容时，推荐被标注为标签“下跌”的内容。然后，通过上述方式进行内容推荐时，由于通过关键词标签的形式无法理解文章的语义，同一个标签在不同内容中表达的含义不同，却会产生同样的编码，从而导致内容推荐的准确率较低。
技术实现思路
本申请实施例提供了一种内容推荐方法、装置、设备及可读存储介质，能够提高内容推荐的准确率。所述技术方案如下：一方面，提供了一种内容推荐方法，所述方法包括：获取内容推荐池以及目标帐号在历史时间段内的历史交互内容，所述历史交互内本文档来自技高网...

【技术保护点】
1.一种内容推荐方法，其特征在于，所述方法包括：/n获取内容推荐池以及目标帐号在历史时间段内的历史交互内容，所述历史交互内容对应有第一标题，所述内容推荐池中包括第二标题，所述第二标题为在当前时间段内用于推荐的候选内容的标题；/n将所述第一标题和所述第二标题输入召回模型，输出得到与所述第一标题关联的n个所述第二标题，其中，所述召回模型用于基于标题的语义隐向量对所述标题进行相似度分析，n为正整数；/n根据n个所述第二标题对应的n个第一候选内容，确定向所述目标帐号进行推荐的目标内容。/n

【技术特征摘要】
1.一种内容推荐方法，其特征在于，所述方法包括：
获取内容推荐池以及目标帐号在历史时间段内的历史交互内容，所述历史交互内容对应有第一标题，所述内容推荐池中包括第二标题，所述第二标题为在当前时间段内用于推荐的候选内容的标题；
将所述第一标题和所述第二标题输入召回模型，输出得到与所述第一标题关联的n个所述第二标题，其中，所述召回模型用于基于标题的语义隐向量对所述标题进行相似度分析，n为正整数；
根据n个所述第二标题对应的n个第一候选内容，确定向所述目标帐号进行推荐的目标内容。


2.根据权利要求1所述的方法，其特征在于，所述将所述第一标题和所述第二标题输入召回模型，输出得到与所述第一标题关联的n个第二标题，包括：
通过所述召回模型提取所述第一标题的第一语义隐向量和所述第二标题的第二语义隐向量；
对所述第一语义隐向量和所述第二语义隐向量进行相似度分析，输出得到与所述第一标题相似度最高的n个所述第二标题。


3.根据权利要求2所述的方法，其特征在于，所述通过所述召回模型提取所述第一标题的第一语义隐向量和所述第二标题的第二语义隐向量，包括：
通过所述召回模型提取所述第一标题的第一字向量、第一段向量和第一位置向量；将所述第一字向量、所述第一段向量和所述第一位置向量通过至少两层变形隐层进行语义提取，得到所述第一语义隐向量；
通过所述召回模型提取所述第二标题的第二字向量、第二段向量和第二位置向量；将所述第二字向量、所述第二段向量和所述第二位置向量通过至少两层所述变形隐层进行语义提取，得到所述第二语义隐向量。


4.根据权利要求1至3任一所述的方法，其特征在于，所述根据n个所述第二标题对应的n个第一候选内容，确定向所述目标帐号进行推荐的目标内容，包括：
确定所述n个所述第二标题对应的n个所述第一候选内容；
获取所述目标帐号对应的m个第二候选内容，所述第二候选内容为基于其他召回方式从所述内容推荐池中获取的候选内容，m为正整数，所述其他召回方式包括基于点击行为的协同过滤方式、基于文本内容的协同过滤方式中的至少一种；
从n个所述第一候选内容和m个所述第二候选内容中确定向所述目标帐号进行推荐的所述目标内容。


5.根据权利要求4所述的方法，其特征在于，所述从n个所述第一候选内容和m个所述第二候选内容中确定向所述目标帐号进行推荐的所述目标内容，包括：
对n个所述第一候选内容和m个所述第二候选内容进行点击率预测，得到预测结果；
根据所述预测结果对n个所述第一候选内容和m个所述第二候选内容进行排序，得到第一排序结果；
根据所述第一排序结果向所述目标帐号推荐所述目标内容。


6.根据权利要求5所述的方法，其特征在于，所述根据所述第一排序结果向所述目标帐号推荐所述目标内容，包括：
将按序排列的n个所述第一候选内容和m个所述第二候选内容，基于预设多样性要求进行二次排序，得到第二排序结果；
从所述第二排序结果中按序向所述目标帐号推荐所述目标内容。


7.根据权利要求5所述的方法，其特征在于，所述对n个所述第一候选内容和m个所述第二候选内容进行点击率预测，得到预测结果，包括：
获取所述目标帐号的画像数据和环境数据，所述画像数据中包括所述目标帐号的静态个性化数据和动态行为数据；
获...

【专利技术属性】
技术研发人员：张新宇，
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