【技术实现步骤摘要】
内容推荐方法、装置、设备、介质和程序产品
[0001]本申请实施例涉及机器学习领域,特别涉及一种内容推荐方法、装置、设备、介质和程序产品。
技术介绍
[0002]用户基于网络在不同平台获取需要的信息内容,而平台中存在的信息内容量巨大,用户难以对其进行筛选,获得自己想要的信息内容。
[0003]相关技术中,个性化推荐系统通过获得授权后收集用户在平台上的属性和历史交互数据,捕捉用户的兴趣特征,利用设计好的推荐算法为用户生成特定的推荐列表,对用户进行个性化内容的推荐。
[0004]然而,在推荐系统中,存在数据稀疏问题和冷启动问题。数据稀疏问题是指用户的历史交互数据较少,冷启动问题是指新用户进入系统后,没有历史交互数据。推荐系统无法准确的分析出用户的兴趣和偏好,导致后续对用户进行个性化内容的推荐效果不佳。
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、介质和程序产品,能够对冷用户进行个性化内容推荐。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]基于目标对象在第一功能平台中的对象属性数据提取所述目标对象的第一对象特征表示;
[0008]将所述第一对象特征表示与所述第一功能平台中的其他对象的第二对象特征表示进行聚类分析,得到所述目标对象对应的聚类簇中心;
[0009]基于所述目标对象在第二功能平台中的历史交互数据,提取所述目标对象的域外特征表示;
[0010]获取与所述聚类簇中心对应的 ...
【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:基于目标对象在第一功能平台中的对象属性数据提取所述目标对象的第一对象特征表示;将所述第一对象特征表示与所述第一功能平台中的其他对象的第二对象特征表示进行聚类分析,得到所述目标对象对应的聚类簇中心;基于所述目标对象在第二功能平台中的历史交互数据,提取所述目标对象的域外特征表示;获取与所述聚类簇中心对应的映射关系函数对所述域外特征表示进行映射,得到所述目标对象的域内特征表示,其中,所述映射关系函数用于指示所述目标对象在所述第二功能平台和所述第一功能平台之间特征表示的映射关系;将所述域内特征表示和所述第一对象特征表示结合,得到所述目标对象的目标特征表示,并基于所述目标特征表示对所述目标对象与候选内容推荐池进行匹配,向所述目标对象推送所述候选内容推荐池中的目标内容。2.根据权利要求1所述的方法,其特征在于,所述获取与所述聚类簇中心对应的映射关系函数对所述域外特征表示进行映射,得到所述目标对象的域内特征表示,包括:基于所述目标对象对应的所述聚类簇中心,对含参映射函数进行参数替换,得到与所述聚类簇中心对应的映射关系函数;通过所述映射关系函数对所述域外特征表示进行映射,得到所述目标对象的所述域内特征表示。3.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对应的所述聚类簇中心,对含参映射函数进行参数替换,得到与所述聚类簇中心对应的映射关系函数,包括:获取所述含参映射函数,所述含参映射函数中包括处于待填充状态的指定参数位置;将所述聚类簇中心作为参数代入所述指定参数位置,得到所述聚类簇中心对应的映射关系函数,其中,所述聚类簇中心用于作为检索关键字,对所述映射关系函数进行查询。4.根据权利要求2所述的方法,其特征在于,所述方法还包括:基于样本对象在所述第一功能平台中的历史交互数据,提取所述样本对象的域内特征表示,所述样本对象对应目标聚类中心;基于所述样本对象在所述第二功能平台中的历史交互数据,提取所述样本对象的域外特征表示;将所述样本对象的域外特征表示输入至候选映射函数,经过映射得到与所述样本对象对应的域内映射特征;基于所述样本对象的域内特征表示和所述域内映射特征,得到重构损失;基于所述重构损失对所述候选映射函数进行训练,得到所述目标聚类中心对应的所述映射关系函数。5.根据权利要求1所述的方法,其特征在于,所述将所述第一对象特征表示与所述第一功能平台中的其他对象进行聚类分析,得到所述目标对象对应的聚类簇中心,包括:基于所述其他对象在所述第一功能平台中的对象属性数据提取所述其他对象的所述第二对象特征表示;基于所述第二对象特征表示对所述其他对象进行聚类分析,得到多个聚类簇,其中,每
个所述聚类簇包含聚类簇中心;基于所述第一对象特征表示和所述聚类簇中心之间的相似度,得到所述目标对象对应的所述聚类簇中心。6.根据权利要求5所述的方法,其特征在于,所述基于所述第二对象特征表示对所述其他对象进行聚类分析,得到多个聚类簇,包括:获取聚类信息,所述聚类信息用于指示初始聚类簇中心的位置信息;基于所述第二对象特征表示和所述初始聚类簇中心之间的相似度,得到第一聚类簇分布结果,所述第一聚类簇分布结果中包括各初始聚类簇中心...
【专利技术属性】
技术研发人员:郑佳炜,谷皓,易玲玲,
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。