【技术实现步骤摘要】
一种内容推送方法、装置及存储介质
[0001]本申请涉及数据处理领域,特别是涉及一种内容推送方法、装置及存储介质。
技术介绍
[0002]内容平台可以通过对用户的识别、挖掘,向用户推送其可能喜欢的内容,以此实现扩大平台中用户数量,增加平台中用户的用户粘性等目的。
[0003]目前对用户的挖掘主要基于用户的用户画像,通过标识用户喜好等特征的用户画像可以作为匹配用户可能喜欢的内容的依据。
[0004]然而,用户画像在一些内容推荐场景中的适用性并不好,而且用户画像的准确率难以保证,在用户画像不准时会导致确定出错误的内容,影响了内容推荐的效果。
技术实现思路
[0005]为了解决上述技术问题,本申请实施例提供了一种内容推送方法,一方面引入了用户与内容之间的关联作为推送与否的判断依据,一方面考量了用户意向的变化趋势,有利于提高内容推送的准确性。
[0006]本申请实施例公开了如下技术方案:
[0007]第一方面,本申请实施例提供了一种内容推送方法,所述方法包括:
[0008]获取目标用户在目标时间区间内对应目标内容的内容行为数据;
[0009]对所述内容行为数据进行基于不同统计周期的数据统计处理,得到所述目标用户与所述目标内容相关的多周期统计特征,所述多周期统计特征包括对应第一统计周期的第一统计特征和对应第二统计周期的第二统计特征,所述第一统计周期和第二统计周期具有不同的周期长度,且所述第一统计周期和第二统计周期的周期长度均小于或等于所述目标时间区间所标识的时长; ...
【技术保护点】
【技术特征摘要】
1.一种内容推送方法,其特征在于,所述方法包括:获取目标用户在目标时间区间内对应目标内容的内容行为数据;对所述内容行为数据进行基于不同统计周期的数据统计处理,得到所述目标用户与所述目标内容相关的多周期统计特征,所述多周期统计特征包括对应第一统计周期的第一统计特征和对应第二统计周期的第二统计特征,所述第一统计周期和第二统计周期具有不同的周期长度,且所述第一统计周期和第二统计周期的周期长度均小于或等于所述目标时间区间所标识的时长;根据所述多周期统计特征确定所述目标用户与所述目标内容的关联参数;基于所述关联参数确定是否向所述目标用户推送所述目标内容。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:基于推送类型对所述目标内容进行类型划分,得到所述目标内容的多个推送类型维度;所述对所述内容行为数据进行基于不同统计周期的数据统计处理,得到所述目标用户与目标内容相关的多周期统计特征,包括:对所述内容行为数据进行基于不同统计周期的数据统计处理,得到在所述多个推送类型维度下所述目标用户与所述目标内容分别相关的多周期统计特征。3.根据权利要求1所述的方法,其特征在于,所述内容行为数据包括所述目标用户的被推送所述目标内容的第一数据和/或所述目标用户对被推送的所述目标内容进行交互的第二数据。4.根据权利要求1所述的方法,其特征在于,所述获取目标用户在目标时间区间内对应目标内容的内容行为数据,包括:确定所述目标内容所对应产品的第一产品领域;从所述第一产品领域获取所述目标用户在所述目标时间区间内对应所述目标内容的第一行为数据;确定与所述产品具有关联的关联产品,所述关联产品属于第二产品领域;从所述第二产品领域获取所述目标用户在所述目标时间区间内对应关联内容的第二行为数据,所述关联内容为与所述关联产品相关的内容;根据所述第一行为数据和所述第二行为数据确定所述内容行为数据。5.根据权利要求4所述的方法,其特征在于,所述方法还包括:确定所述第一行为数据的数据量是否满足预设数据量;若是,将所述第一行为数据确定为所述内容行为数据;若否,执行所述确定与所述产品具有关联的关联产品的步骤。6.根据权利要求1所述的方法,其特征在于,所述方法还包括:确定所述目标内容所对应产品的产品属性特征;根据所述目标用户的用户信息,确定所述目标用户的用户属性特征;所述根据所述多周期统计特征确定所述目标用户与所述目标内容的关联参数,包括:根据所述产品属性特征、所述用户属性特征和所述多周期统计特征确定分类融合特征;根据所述分类融合特征确定所述目标用户与所述目标内容的关联参数。
7.根据权利要求1
‑
6任意一项所述的方法,其特征在于,所述获取目标用户在目标时间区间内对应目标内容的内容行为数据,包括:获取所述目标用户在所述目标时间区间内分别对应不同内容的总内容行为数据,所述不同内容中包括所述目标内容;所述对所述内容行为数据进行基于不同统计周期的数据统计处理,得到所述目标用户与所述目标内容相关的多周期统计特征,包括:对所述总内容行为数据进行基于不同统计周期的数据统计处理,得到所述目标用户分别与所述不同内容相关的多周期统计特征;根据所述与所述不同内容相关的多周期统计特征确定所述目标用户的用户兴趣画像。8.根据权利要求1
‑
6任意一项所述的...
【专利技术属性】
技术研发人员:王韵陶,陈炳文,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
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。