内容生成方法和系统技术方案

本说明书提供的内容生成方法和系统，获取目标用户对应的目标特征，以及目标用户对应的目标关联用户及其对应的目标关联特征，并在基于目标用户输入的内容提示数据生成内容时，利用目标关联特征丰富目标特征，得到更加精准的用户个性化特征，以引导所生成的内容朝着满足用户个性化特点的方向发展，从而得到个性化目标内容，提高目标内容与目标用户的个性化特点之间的匹配度

【技术实现步骤摘要】
内容生成方法和系统


[0001]本说明书涉及人工智能领域，尤其涉及一种内容生成方法和系统
。

技术介绍

[0002]人工智能生成内容
(Artificial Intelligence Generated Content
，
AIGC)
是一种基于人工智能的方式在已有数据中寻找规律，并自动生成内容的生产方式
。
其已在众多应用中被广泛应用
。
为了使得
AIGC
生成的内容更加符合用户需求，用户通常采用人工调整内容提示数据的方式来调整
AIGC
生成的内容，或者采用参考图像的方式来使得
AIGC
生成的内容更加符合用户需求
。
然而，该些方式所生成的内容仍然与用户的个性化的匹配度较低，可能无法满足应用要求
。
[0003]综上，需要提供一种新的内容生成方法及系统，能够提高
AIGC
内容与用户个性化的匹配度
。
[0004]
技术介绍
部分的内容仅仅是专利技术人个人所知晓的信息，并不代表上述信息在本公开申请日之前已经进入公共领域，也不代表其可以成为本公开的现有技术
。

技术实现思路

[0005]本说明书提供一种与用户个性化的匹配度更高的内容生成方法和系统
。
[0006]第一方面，本说明书提供一种内容生成方法，包括：获取目标用户输入的内容提示数据和其对应的目标关联用户，所述目标关联用户为与所述目标用户具有类似内容偏好的关联用户；获取所述目标用户的目标特征和所述目标关联用户的目标关联特征；基于所述内容提示数据
、
所述目标特征和所述目标关联特征，确定所述目标用户对应的个性化目标内容，所述个性化目标内容与所述内容提示数据相匹配；以及输出所述个性化目标内容
。
[0007]在一些实施例中，所述目标特征包括所述目标用户的画像特征和历史内容特征中的至少一种，所述目标关联特征包括所述目标关联用户的画像特征和历史内容特征中的至少一种，所述历史内容特征包括历史内容提示数据特征及其对应的历史采纳内容特征
。
[0008]在一些实施例中，所述获取目标用户输入的内容提示数据和其对应的目标关联用户，包括：获取所述目标用户对应的
M
个候选关联用户及其对应的
M
个候选关联特征，所述
M
为正整数；基于所述目标用户与所述
M
个候选关联用户之间的关联关系，和所述目标特征与所述
M
个候选关联特征之间的比对，确定所述目标用户与所述
M
个候选关联用户之间的
M
个关联度；以及基于所述
M
个关联度，在所述
M
个候选关联用户中筛选出所述目标用户对应的目标关联用户
。
[0009]在一些实施例中，所述获取所述目标用户对应的
M
个候选关联用户及其对应的
M
个候选关联特征，包括：确定所述目标特征与用户数据库中多个用户的用户特征之间的多个相似度；对所述多个相似度按照由高到低的顺序进行排序，得到相似度排序结果；以及选取所述相似度排序结果中排序靠前的
M
个相似度对应的用户作为所述
M
个候选关联用户
。
[0010]在一些实施例中，所述关联关系包括共用设备关系
、
共用网络关系以及信息传输
关系中的至少一种，所述目标用户的画像特征和所述
M
个候选关联用户的画像特征包括关系特征，所述关系特征包括设备特征
、
网络特征以及信息传输特征中的至少一种
。
[0011]在一些实施例中，所述画像特征为基于画像数据得到的特征，所述画像数据包括个人信息数据
、
近期浏览文本
、
近期浏览图像和近期浏览视频中至少一项；所述画像数据还包括设备数据
、
网络数据以及信息传输数据中的至少一种
。
[0012]在一些实施例中，所述基于所述目标用户与所述
M
个候选关联用户之间的关联关系，和所述目标画像特征和所述
M
个候选关联画像特征之间的比对，确定所述目标用户与所述
M
个候选关联用户之间的
M
个关联度，包括：将所述目标特征和所述
M
个候选关联特征输入至关联用户预测模型，得到所述目标用户与所述
M
个候选关联用户之间的
M
个关联度；所述关联用户预测模型的训练目标包括约束样本用户对之间的预测关联度与真实关联度之间的差异小于第一预设差异阈值
。
[0013]在一些实施例中，所述基于所述
M
个关联度，在所述
M
个候选关联用户中筛选出所述目标用户对应的目标关联用户，包括：对所述
M
个关联度按照由高到低的顺序进行排序；以及在排序结果中选取所述关联度大于预设关联度阈值，或者排序靠前的
L
个候选关联用户确定为所述目标关联用户，所述
L
为小于或等于所述
M
的正整数
。
[0014]在一些实施例中，所述基于所述内容提示数据
、
所述目标特征和所述目标关联特征，确定所述目标用户对应的个性化目标内容，包括：对所述目标特征和所述目标关联特征进行融合，得到所述目标用户的个性化特征；以及将所述个性化特征作为内容生成的扩散方向，并基于所述内容提示数据进行内容生成，得到所述个性化目标内容
。
[0015]在一些实施例中，所述个性化目标内容采用内容生成模型进行内容生成得到，所述内容生成模型的训练数据包括多个样本用户对应的样本内容提示数据以及样本个性化特征，所述样本个性化特征是基于其对应的样本用户以及关联的样本关联用户的样本画像特征得到的，训练目标包括约束基于所述样本内容提示数据以及所述样本个性化特征输出的预测生成内容与真实生成内容之间的差异小于第二预设差异阈值
。
[0016]在一些实施例中，所述训练目标还包括：约束预测生成内容特征与其对应的样本用户的样本历史内容特征之间的差异小于第三预设差异阈值，其中，所述预测生成内容特征是基于所述预测生成内容得到的
。
[0017]在一些实施例中，所述样本历史内容特征包括其对应的样本用户以及关联的样本关联用户的平均历史内容提示数据特征及其对应的平均历史采纳内容特征中的至少一种
。
[0018]第二方面，本说明书还提供一种内容生成系统，包括：至少一个存储介质，存储有至少一个指令集，用于进行内容生成；以及至少一个处理器，同所述至少一个存储介质通信连接，其中，当所述内容生成系统运行时，所述至少一个处理器读取所述至少一个指令集，并且根据所述至少一个指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种内容生成方法，包括：获取目标用户输入的内容提示数据和其对应的目标关联用户，所述目标关联用户为与所述目标用户具有类似内容偏好的关联用户；获取所述目标用户的目标特征和所述目标关联用户的目标关联特征；基于所述内容提示数据
、
所述目标特征和所述目标关联特征，确定所述目标用户对应的个性化目标内容，所述个性化目标内容与所述内容提示数据相匹配；以及输出所述个性化目标内容
。2.
根据权利要求1所述的方法，其中，所述目标特征包括所述目标用户的画像特征和历史内容特征中的至少一种，所述目标关联特征包括所述目标关联用户的画像特征和历史内容特征中的至少一种，所述历史内容特征包括历史内容提示数据特征及其对应的历史采纳内容特征
。3.
根据权利要求2所述的方法，其中，所述获取目标用户输入的内容提示数据和其对应的目标关联用户，包括：获取所述目标用户对应的
M
个候选关联用户及其对应的
M
个候选关联特征，所述
M
为正整数；基于所述目标用户与所述
M
个候选关联用户之间的关联关系，和所述目标特征与所述
M
个候选关联特征之间的比对，确定所述目标用户与所述
M
个候选关联用户之间的
M
个关联度；以及基于所述
M
个关联度，在所述
M
个候选关联用户中筛选出所述目标用户对应的目标关联用户
。4.
根据权利要求3所述的方法，其中，所述获取所述目标用户对应的
M
个候选关联用户及其对应的
M
个候选关联特征，包括：确定所述目标特征与用户数据库中多个用户的用户特征之间的多个相似度；对所述多个相似度按照由高到低的顺序进行排序，得到相似度排序结果；以及选取所述相似度排序结果中排序靠前的
M
个相似度对应的用户作为所述
M
个候选关联用户
。5.
根据权利要求3所述的方法，其中，所述关联关系包括共用设备关系
、
共用网络关系以及信息传输关系中的至少一种，所述目标用户的画像特征和所述
M
个候选关联用户的画像特征包括关系特征，所述关系特征包括设备特征
、
网络特征以及信息传输特征中的至少一种
。6.
根据权利要求5所述的方法，其中，所述画像特征为基于画像数据得到的特征，所述画像数据包括个人信息数据
、
近期浏览文本
、
近期浏览图像和近期浏览视频中至少一项；所述画像数据还包括设备数据
、
网络数据以及信息传输数据中的至少一种
。7.
根据权利要求3所述的方法，其中，所述基于所述目标用户与所述
M
个候选关联用户之间的关联...

【专利技术属性】
技术研发人员：曹佳炯，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：