一种内容推荐方法、系统、设备及存储介质技术方案

本发明专利技术涉及信息处理技术领域，公开了一种内容推荐方法、系统、设备及存储介质，内容推荐方法包括：对所述服务端中提供的各个内容进行标签分组，得到分组结果；对所述分组结果的热度内容进行权重排序，得到热度内容权重；在推荐内容至用户时，判断用户是否为新用户，若为新用户，则获取新用户在其他内容提供商所浏览的相关内容，并获取新用户浏览所述相关内容对应标签的行为次数，得到新用户的行为权重。本发明专利技术投入成本低，企业可以快速使用进行推荐，并且实现了针对不同的用户动态推荐用户满意的内容。的内容。的内容。

【技术实现步骤摘要】
一种内容推荐方法、系统、设备及存储介质


[0001]本专利技术涉及信息处理
，尤其涉及一种内容推荐方法、系统、设备及存储介质。

技术介绍

[0002]内容推荐包括对节目内容、音乐内容、视频内容、文章、书籍、新闻和商品等进行推荐。各内容通过标签提供一种使得人们快速了解该内容的途径，例如，节目内容以描述其主题的关键词作为标签。对于不同的用户，可以通过其感兴趣的标签为用户推荐内容，现有提供各种服务端提供商中会提供一种服务，就是给客户端推荐资讯等内容。推荐内容的方式方法、各种各样，出现的推荐算法也层出不穷。
[0003]但是已有的推荐方法中，要么是针对历史数据非常丰富，采用机器学习方式进行推荐，要么是什么数据都没有，进行单一的固定推荐方式。
[0004]现有技术，不足1：采用机器学习的方式需要大量的资源投入、大量的数据投入，而且训练周期长，效果难以评估。不足2：采用单一的固定推荐方式，难以匹配用户的真实需求，没法实现个性化。

技术实现思路

[0005]本专利技术提供了一种内容推荐方法、系统、设备及存储介质，用于解决现有技术中存在的前述问题。
[0006]本专利技术第一方面提供了一种内容推荐方法，所述方法应用于内容提供商的服务端，包括：
[0007]对所述服务端中提供的各个内容进行标签分组，得到分组结果；
[0008]对所述分组结果的热度内容进行权重排序，得到热度内容权重；
[0009]在推荐内容至用户时，判断用户是否为新用户，若为新用户，则获取新用户在其他内容提供商所浏览的相关内容，并获取新用户浏览所述相关内容对应标签的行为次数，得到新用户的行为权重；
[0010]根据所述热度内容权重和所述新用户的行为权重得到目标数据，并将所述目标数据推送给用户。
[0011]可选的，在本专利技术第一方面的第一种实现方式中，所述在推荐内容至用户时，判断用户是否为新用户，若不是新用户则执行如下步骤：
[0012]获取历史用户的历史行为数据；
[0013]对所述历史行为数据进行筛选处理，得到所述历史行为数据的筛选处理结果；
[0014]对所述筛选处理结果进行排序，得到历史用户的历史行为权重，再根据所述历史行为权重匹配与相同类别标签的目标数据推送给用户。
[0015]可选的，在本专利技术第二方面的第一种实现方式中，所述历史行为数据包括：历史用户喜好标签、所述喜好标签的权重排序、历史用户不感兴趣的标签、历史用户已关注的标
签、历史用户已浏览的标签。
[0016]可选的，在本专利技术第一方面的第三种实现方式中，所述筛选处理过程包括：
[0017]对已读的标签进行过滤，并对不感兴趣的标签进行过滤。
[0018]可选的，在本专利技术第一方面的第四种实现方式中，所述推送给历史用户的目标数据推送条件包括：
[0019]1)根据历史用户标签权重，按照权重概率随机选出5个标签进行匹配；
[0020]2)过滤已浏览的内容；
[0021]3)过滤不感兴趣的内容；
[0022]4)每次推送包含多种不同种类的标签；
[0023]5)已关注的内容推送，推送比例低于15％；
[0024]6)推送用户标签的内容，推荐比例低于15％；
[0025]7)使用开源算法
‑
协调过滤算法推荐内容，推荐比例低于15％。
[0026]可选的，在本专利技术第一方面的第五种实现方式中，所述推送给用户的目标数据推送条件包括：
[0027]1)过滤已读文章；
[0028]2)每次推荐包含多种不同类标签且包含随机因子；
[0029]3)内容按照权重分排序，得分高随机优先推荐；
[0030]4)内容按照权重分排序，得分低随机推荐，推荐比例低于15％。
[0031]本专利技术第二方面提供了一种内容推荐系统，所述内容推荐系统包括：
[0032]分组模块，用于对所述服务端中提供的各个内容进行标签分组，得到分组结果；
[0033]权重排序模块，用于对所述分组结果进行权重排序，得到热度内容权重；
[0034]数据处理模块，用于在推荐内容至用户时，判断用户是否为新用户，若为新用户，则获取新用户在其他内容提供商所浏览的相关内容，并获取新用户浏览所述相关内容对应标签的行为次数，得到新用户的行为权重；
[0035]推送模块，用于根据所述热度内容权重和所述新用户的行为权重得到目标数据，并将所述目标数据推送给用户。
[0036]本专利技术第三方面提供了一种内容推荐设备，所述内容推荐设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
[0037]所述至少一个处理器调用所述存储器中的所述指令，以使得所述内容推荐设备执行上述内容推荐方法。
[0038]本专利技术的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的内容推荐方法。
[0039]本专利技术提供的技术方案中，有益效果：本专利技术提供了一种内容推荐方法、系统、设备及存储介质，通过热度内容权重和新用户的行为权重得到目标数据或者通过匹配与历史行为权重相同类别标签的目标数据，并把目标数据推送给用户，本专利技术实现方式简便、无需机器学习投入大量人力、物力，适应各种中小企业，并且结合了用户特点，能给不同的人精确推荐不同的内容。
附图说明
[0040]图1为本专利技术实施例中内容推荐方法的一个实施例示意图；
[0041]图2为本专利技术实施例中内容推荐方法的另一个实施例示意图；
[0042]图3为本专利技术实施例中内容推荐系统的一个实施例示意图。
具体实施方式
[0043]本专利技术实施例提供了本专利技术提供了一种内容推荐方法、系统、设备及存储介质。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0044]本实施例提供一种内容推荐的方法，所述方法通常由内容提供商的服务端来执行，例如，当用户在终端打开对内容进行展示的应用程序后，终端向内容提供商的服务器发送对该用户推荐内容的请求。内容提供商的服务器接收到请求后，根据本实施例提供的内容推荐的方法确定对该用户推荐的内容，将确定的对该用户推荐的内容发送到终端进行显示。该方法通常用于对某一类内容进行推荐，例如，对小说进行推荐。
[0045]在本实施例中，内容可以是节目内容(例如，电影或者综艺节目)、音乐内容、视频内容、文章、书籍、本文档来自技高网...

【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，所述方法应用于内容提供商的服务端，包括：对所述服务端中提供的各个内容进行标签分组，得到分组结果；对所述分组结果的热度内容进行权重排序，得到热度内容权重；在推荐内容至用户时，判断用户是否为新用户，若为新用户，则获取新用户在其他内容提供商所浏览的相关内容，并获取新用户浏览所述相关内容对应标签的行为次数，得到新用户的行为权重；根据所述热度内容权重和所述新用户的行为权重得到目标数据，并将所述目标数据推送给用户。2.根据权利要求1所述的方法，其特征在于，所述在推荐内容至用户时，判断用户是否为新用户，若不是新用户则执行如下步骤：获取历史用户的历史行为数据；对所述历史行为数据进行筛选处理，得到所述历史行为数据的筛选处理结果；对所述筛选处理结果进行排序，得到历史用户的历史行为权重，再根据所述历史行为权重匹配与相同类别标签的目标数据推送给用户。3.根据权利要求2所述的方法，其特征在于，所述历史行为数据包括：历史用户喜好标签、所述喜好标签的权重排序、历史用户不感兴趣的标签、历史用户已关注的标签、历史用户已浏览的标签。4.根据权利要求2所述的方法，其特征在于，所述筛选处理过程包括：对已读的标签进行过滤，并对不感兴趣的标签进行过滤。5.根据权利要求2所述的方法，其特征在于，所述推送给历史用户的目标数据推送条件包括：1)根据历史用户标签权重，按照权重概率随机选出5个标签进行匹配；2)过滤已浏览的内容；3)过滤不感兴趣的内容；4)每次推送包含多种不同种类的标签；5)已关注的内容推送...

【专利技术属性】
技术研发人员：张海东，温俊锋，
申请(专利权)人：深圳市一览网络股份有限公司，
类型：发明
国别省市：