内容推送方法、装置、设备、存储介质和计算机程序产品制造方法及图纸

本申请涉及一种内容推送方法、装置、计算机设备、存储介质和计算机程序产品。该方法涉及人工智能技术，方法包括：获取对目标对象进行内容流推送的候选内容；对于各内容类型，分别基于目标对象的对象属性特征与对应内容类型的行为统计特征，从属于内容类型的候选内容中筛选出初筛内容；对于进行内容流推送的多个曝光位置，从多个曝光位置中的首个曝光位置开始，确定当前曝光位置的位置特征；位置特征包括当前曝光位置的前序内容统计特征；基于位置特征、目标对象的对象属性特征与对应内容类型的行为统计特征，从初筛内容中筛选出当前曝光位置的曝光内容；根据各曝光位置的曝光内容，向目标对象推送内容流，提升推送效果。提升推送效果。提升推送效果。

【技术实现步骤摘要】
内容推送方法、装置、设备、存储介质和计算机程序产品


[0001]本申请涉及互联网
，特别是涉及一种内容推送方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着互联网技术的快速发展，各式各样的内容通过推荐系统推送至对象，在常见的推荐系统中，多指标融合具备广泛的技术应用，在各类推荐场景中起着举足轻重的作用。其中，多指标包括预估点击率、预估时长、预估互动率等多种与实际业务贴合的指标，多指标融合利用这些指标的预估分进行融合，旨在提升多样的业务指标。
[0003]推送系统常常通过多指标融合为对象生成推送内容流，该推送内容流包括多个推送内容，然而，目前推送系统基于多指标融合所推送的推送内容流，不具备场景自适应性和人群个性化，不能满足不同的人群兴趣需求、对不同的内容类型的喜好，也不能满足不同的业务目标，推送效果较差。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提升推送效果的内容推送方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]本申请提供了一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内容推送方法，其特征在于，所述方法包括：获取对目标对象进行内容流推送的候选内容；各所述候选内容具有相应的内容类型；对于各所述内容类型，分别基于所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，从属于所述内容类型的候选内容中筛选出初筛内容；对于进行内容流推送的多个曝光位置，从所述多个曝光位置中的首个曝光位置开始，确定当前曝光位置的位置特征；所述位置特征包括所述当前曝光位置的前序内容统计特征；基于所述位置特征、所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，从所述初筛内容中筛选出当前曝光位置的曝光内容；根据各所述曝光位置的曝光内容，向所述目标对象推送内容流。2.根据权利要求1所述的方法，其特征在于，所述对于各所述内容类型，分别基于所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，从属于所述内容类型的候选内容中筛选出初筛内容，包括：针对目标对象，获取各候选内容对应各预设指标的预估分数；对于各所述内容类型，分别基于所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，将属于所述内容类型的候选内容对应各预设指标的预估分数融合后，按融合结果从属于所述内容类型的候选内容中筛选初筛内容。3.根据权利要求2所述的方法，其特征在于，所述针对目标对象，获取各候选内容对应各预设指标的预估分数，包括：确定对候选内容进行评估的预设指标；对于任一候选内容，通过与所述预设指标对应的已训练预估模型，根据所述目标对象的对象属性特征与所述候选内容的内容特征，针对所述目标对象预估所述候选内容对应所述预设指标的预估分数。4.根据权利要求2所述的方法，其特征在于，所述基于所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，将属于所述内容类型的候选内容对应各预设指标的预估分数融合后，按融合结果从属于所述内容类型的候选内容中筛选初筛内容，包括：获取所述目标对象的对象属性特征与对应所述内容类型的行为统计特征；基于所述对象属性特征与所述行为统计特征，确定所述内容类型对应的第一融合参数；根据所述内容类型对应的第一融合参数，将属于所述内容类型的候选内容对应各预设指标的预估分数进行融合，得到所述候选内容的初筛分数；按所述初筛分数从属于所述内容类型的候选内容中筛选出初筛内容。5.根据权利要求4所述的方法，其特征在于，所述基于所述对象属性特征与所述行为统计特征，确定所述内容类型对应的第一融合参数，包括：将所述对象属性特征与对应所述内容类型的行为统计特征，输入第一已训练对象划分模型；通过所述第一已训练对象划分模型，针对所述目标对象输出与所述内容类型对应的第一融合参数，所述第一融合参数包括各预设指标分别对应的融合参数，所述第一融合参数用于融合针对所述目标对象预估的候选内容对应各所述预设指标的预估分数。
6.根据权利要求1所述的方法，其特征在于，所述基于所述位置特征、所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，从所述初筛内容中筛选出当前曝光位置的曝光内容，包括：确定所述当前曝光位置的上文内容特征；基于所述上文内容特征与所述初筛内容的内容特征，确定所述初筛内容对应各预设指标的重估分数；对于各所述内容类型，基于所述位置特征、所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，将属于所述内容类型的初筛内容对应各预设指标的重估分数融合后，按融合结果从所述初筛内容中筛选出当前曝光位置的曝光内容。7.根据权利要求6所述的方法，其特征在于，所述基于所述上文内容特征与所述初筛内容的内容特征，确定所述初筛内容对应各预设指标的重估分数，包括：确定对初筛内容进行评估的预设指标；对于任一初筛内容，通过与所述预设指标对应的已训练重预估模型，根据所述上文内容特征与所述初筛内容的内容特征，针对所述目标对象预估所述初筛内容对应所述预设指标的重估分数。8.根据权利要求6所述的方法，其特征在于，所述基于所述位置特征、所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，将属于所述内容类型的初筛内容对应各预设指标的重估分数融合后，按融合结果从所述初筛内容中筛选出当前曝光位置的曝光内容，包括：基于所述位置特征、所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，确定所述内容类型在所述当前曝光位置对应的第二融合参数；根据所述内容类型在所述当前曝光位置对应的第二融合参数，将属于所述内容类型的初筛内容对应各预设指标的重估分数进行融合，得到属于所述内容类型的初筛内容在所述当前曝光位置对应的融合分数；按所述融合分数从所述初筛内容中筛选出当前曝光位置的曝光内容。9.根据权利要求8所述的方法，其特征在于，所述基于所述位置特征、所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，确定所述内容类型在所述当前曝光位置对应的第二融合参数，包括：将所述位置特征、所述目标对象的对象属性特征与对应所述内容类型的行为统计特征，输入第二已训练对象划分模型；通过所述第二已训练对象划分模型，针对所述目标对象输出所述内容类型在所述当前曝光位置对应的第二融合参数，所述第二融合参数包括各预设指标分别对应的融合参数，所...

【专利技术属性】
技术研发人员：王肖，李冠一，唐红艳，张新宇，任毅，王彬，杨宣，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：