【技术实现步骤摘要】
内容推荐方法、装置、设备、存储介质及计算机程序产品
[0001]本申请涉及互联网
,特别涉及一种内容推荐方法、装置、设备、存储介质及计算机程序产品。
技术介绍
[0002]随着互联网技术的不断发展,信息传播速度大幅加快,用户通过使用终端运行应用程序的过程中,终端界面上常显示一些推荐内容,如广告、宣传画报等,便于用户快速了解和掌握推荐内容中相关资讯或者产品,因此,内容推荐为一些厂家或者商家提升宣传力度的关键手段。
[0003]相关技术中,以广告内容推荐为例,通常采用通过用户对广告的历史点击率对广告进行点击率预测,判断该广告通过互联网向用户进行推荐展示时,用户点击该广告进行浏览的概率,基于概率预测结果对其进行推荐价值排序,将排序靠前的广告向用户进行内容推荐。
[0004]然而在上述方法中,仅依靠历史点击率对广告进行触发概率预测分析,会存在用户只是误触到该广告,并非是想点击该广告进行浏览情况,从而使得概率预测结果的准确度较低,推广效果差。
技术实现思路
[0005]本申请实施例提供了一种内容推荐方法、装置、设备、存储介质及计算机程序产品,能够提高目标预测模型的测量准确度。所述技术方案如下。
[0006]一方面,提供了一种内容推荐方法,所述方法包括:
[0007]获取样本数据集,所述样本数据集中包括历史帐号与历史推荐内容作为样本数据,其中,所述历史帐号与所述历史推荐内容之间标注有互动数据;
[0008]将所述样本数据输入概率预测模型,输出得到概率预测结果,所述概率 ...
【技术保护点】
【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:获取样本数据集,所述样本数据集中包括历史帐号与历史推荐内容作为样本数据,其中,所述历史帐号与所述历史推荐内容之间标注有互动数据;将所述样本数据输入概率预测模型,输出得到概率预测结果,所述概率预测结果用于指示所述历史帐号对所述历史推荐内容进行触发的预测概率;将所述样本数据输入时长预测模型,输出得到时长预测结果,所述时长预测结果用于指示所述历史帐号对所述历史推荐内容进行浏览的预测时长;基于所述历史帐号与所述历史推荐内容之间的互动数据,确定所述概率预测结果对应的概率预测损失和所述时长预测结果对应的时长预测损失,融合得到预测损失;基于所述预测损失对所述概率预测模型进行训练,得到目标预测模型,所述目标预测模型用于预测向目标帐号推荐目标内容的推荐概率。2.根据权利要求1所述的方法,其特征在于,所述历史帐号与所述历史推荐内容之间的互动数据中包括所述历史帐号与所述历史推荐内容之间的历史触发关系,以及所述历史帐号对所述历史推荐内容的历史浏览时长;所述基于所述历史帐号与所述历史推荐内容之间的互动数据,确定所述概率预测结果对应的概率预测损失和所述时长预测结果对应的时长预测损失,包括:基于所述概率预测结果与所述历史触发关系,确定所述概率预测损失;基于所述时长预测结果与所述历史浏览时长,确定所述时长预测损失;确定所述概率预测损失和所述时长预测损失的加权和,得到所述预测损失。3.根据权利要求2所述的方法,其特征在于,所述确定所述概率预测损失和所述时长预测损失的加权和,得到所述预测损失,包括:确定所述概率预测损失与概率权重参数之积,得到第一权重部分;确定所述时长预测损失与时长权重参数之积,得到第二权重部分;将所述第一权重部分与所述第二权重部分之和确定为所述预测损失,其中,所述概率权重参数与所述时长权重参数为预设参数。4.根据权利要求2所述的方法,其特征在于,所述基于所述概率预测结果与所述历史触发关系,确定所述概率预测损失,包括:基于所述概率预测结果与所述历史触发关系之间的距离确定所述概率预测损失。5.根据权利要求2所述的方法,其特征在于,所述基于所述时长预测结果与所述历史浏览时长,确定所述时长预测损失,包括:基于所述时长预测结果与所述历史浏览时长之间的距离确定所述时长预测损失。6.根据权利要求1至5任一所述的方法,其特征在于,所述将所述样本数据输入概率预测模型之前,还包括:提取所述历史推荐内容对应的语义特征、所述历史帐号对应的帐号属性特征以及所述历史推荐内容对应的历史互动特征;将所述语义特征、所述帐号属性特征和所述历史互动特征作为所述概率预测模型和所述时长预测模型的输入特征。7.根据权利要求1至5任一所述的方法,其特征在于,所述基于所述预测损失对所述概率预测模型进行训练,得到目标预测模型,包括:
基于所述预测损失对所述概率预测模型的模型参数进行梯度调整,得到所述目标预测模型。8....
【专利技术属性】
技术研发人员:徐华鹏,
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。