【技术实现步骤摘要】
本公开涉及人工智能中的大数据，尤其涉及一种内容推荐方法、装置、设备、计算机可读存储介质及产品。
技术介绍
1、随着科技的不断发展，地图应用逐渐走入了用户的生活。用户在出行时，可以在地图应用中输入目的地，以进行目的地关联信息的查看。例如，用户可以在地图应用中查看目的地的介绍信息，或者，可以在地图应用中查看由当前位置前往目的地的导航路线等。
2、为了使得用户能够更加便捷地使用地图应用，当前的内容推荐系统可以基于用户关联的属性信息以及历史使用数据进行目标位置的预测，并向用户推荐目标位置。因此，如何提高内容推荐系统推荐内容的准确性成为了亟待解决的问题。
技术实现思路
1、本公开提供了一种用于提高内容推荐系统推荐内容的准确性的内容推荐方法、装置、设备、计算机可读存储介质及产品。
2、根据本公开的第一方面，提供了一种内容推荐方法，包括：
3、获取内容推荐请求，其中，所述内容推荐请求中包括目标用户的标识信息；
4、根据所述内容推荐请求中的标识信息获取所述目标用户对应的关联数据，其中，所述关联数据包括所述目标用户对应的属性数据以及历史行为数据；
5、基于所述关联数据构建所述目标用户对应的序列特征，其中，所述序列特征包括所述目标用户关联的至少一个轨迹点与历史出行的至少一个候选地点之间的轨迹序列特征、所述目标用户历史检索操作对应的检索序列特征、所述目标用户针对历史推荐内容的交互序列特征、所述目标用户关联的不同场景下的历史行为数据对应的交叉序列
6、将所述序列特征输入至预设的内容推荐模型，根据所述内容推荐模型的输出结果确定目标推荐内容。
7、根据本公开的第二方面，提供了一种内容推荐方法，包括：
8、获取预设的训练数据集，其中，所述训练数据集中包括多组训练数据对，所述训练数据对包括基于预设用户对应的关联数据构建的训练特征以及所述训练特征对应的标注信息，所述标注信息为所述预设用户确定的目标搜索内容，所述预设用户对应的训练特征包括所述预设用户关联的至少一个轨迹点与历史出行的至少一个候选地点之间的轨迹序列特征、所述预设用户历史检索操作对应的检索序列特征、所述预设用户针对历史推荐内容的交互序列特征、所述预设用户关联的不同场景下的历史行为数据对应的交叉序列特征中的一项或多项；
9、基于所述训练数据集对预设的待训练模型进行迭代训练操作，直至所述待训练模型满足预设的收敛条件，获得如第一方面所述的内容推荐模型。
10、根据本公开的第三方面，提供了一种内容推荐装置，包括：
11、获取模块，用于获取内容推荐请求，其中，所述内容推荐请求中包括目标用户的标识信息；
12、处理模块，用于根据所述内容推荐请求中的标识信息获取所述目标用户对应的关联数据，其中，所述关联数据包括所述目标用户对应的属性数据以及历史行为数据；
13、构建模块，用于基于所述关联数据构建所述目标用户对应的序列特征，其中，所述序列特征包括所述目标用户关联的至少一个轨迹点与历史出行的至少一个候选地点之间的轨迹序列特征、所述目标用户历史检索操作对应的检索序列特征、所述目标用户针对历史推荐内容的交互序列特征、所述目标用户关联的不同场景下的历史行为数据对应的交叉序列特征中的一项或多项；
14、确定模块，用于将所述序列特征输入至预设的内容推荐模型，根据所述内容推荐模型的输出结果确定目标推荐内容。
15、根据本公开的第四方面，提供了一种内容推荐装置，包括：
16、数据获取模块，用于获取预设的训练数据集，其中，所述训练数据集中包括多组训练数据对，所述训练数据对包括基于预设用户对应的关联数据构建的训练特征以及所述训练特征对应的标注信息，所述标注信息为所述预设用户确定的目标搜索内容，所述预设用户对应的训练特征包括所述预设用户关联的至少一个轨迹点与历史出行的至少一个候选地点之间的轨迹序列特征、所述预设用户历史检索操作对应的检索序列特征、所述预设用户针对历史推荐内容的交互序列特征、所述预设用户关联的不同场景下的历史行为数据对应的交叉序列特征中的一项或多项；
17、训练模块，用于基于所述训练数据集对预设的待训练模型进行迭代训练操作，直至所述待训练模型满足预设的收敛条件，获得如第三方面所述的内容推荐模型。
18、根据本公开的第五方面，提供了一种电子设备，包括：
19、至少一个处理器；以及
20、与所述至少一个处理器通信连接的存储器；其中，
21、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面或第二方面所述的方法。
22、根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面或第二方面所述的方法。
23、根据本公开的第七方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面或第二方面所述的方法。
24、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种内容推荐方法，包括：
2.根据权利要求1所述的方法，当所述历史行为数据包括在预设的第一时间范围内所述目标用户对应的至少一个轨迹点以及所述目标用户历史出行的至少一个候选地点；所述序列特征包括所述轨迹序列特征时；
3.根据权利要求1所述的方法，当所述历史行为数据包括在预设的第二时间范围内所述目标用户历史搜索的至少一个检索点，以及各检索点对应的检索类别信息，所述序列特征包括检索序列特征时；
4.根据权利要求1所述的方法，当所述历史行为数据包括为所述目标用户推送的至少一个历史推荐内容以及所述目标用户针对各历史推荐内容触发的交互内容；所述序列特征包括交互序列特征时；
5.根据权利要求1所述的方法，当所述历史行为数据包括用户行为数据、空间属性数据、时间属性数据，所述序列特征包括交叉序列特征时；
6.根据权利要求1-5任一项所述的方法，所述内容推荐模型的输出结果包括各候选地点对应的概率信息；
7.根据权利要求1-5任一项所述的方法，所述根据所述内容推荐模型的输出结果确定目标推荐内容之后，还包括：
8.一
9.根据权利要求8所述的方法，所述基于所述训练数据集对预设的待训练模型进行迭代训练操作，包括：
10.一种内容推荐装置，包括：
11.根据权利要求10所述的装置，当所述历史行为数据包括在预设的第一时间范围内所述目标用户对应的至少一个轨迹点以及所述目标用户历史出行的至少一个候选地点；所述序列特征包括所述轨迹序列特征时；
12.根据权利要求10所述的装置，当所述历史行为数据包括在预设的第二时间范围内所述目标用户历史搜索的至少一个检索点，以及各检索点对应的检索类别信息，所述序列特征包括检索序列特征时；
13.根据权利要求10所述的装置，当所述历史行为数据包括为所述目标用户推送的至少一个历史推荐内容以及所述目标用户针对各历史推荐内容触发的交互内容；所述序列特征包括交互序列特征时；
14.根据权利要求10所述的装置，当所述历史行为数据包括用户行为数据、空间属性数据、时间属性数据，所述序列特征包括交叉序列特征时；
15.根据权利要求10-14任一项所述的装置，所述内容推荐模型的输出结果包括各候选地点对应的概率信息；
16.根据权利要求10-14任一项所述的装置，所述装置还包括：
17.一种内容推荐装置，包括：
18.根据权利要求17所述的装置，所述训练模块包括：
19.一种电子设备，包括：
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7或8-9中任一项所述的方法。
21.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-7或8-9中任一项所述方法的步骤。
...【技术特征摘要】
1.一种内容推荐方法，包括：
2.根据权利要求1所述的方法，当所述历史行为数据包括在预设的第一时间范围内所述目标用户对应的至少一个轨迹点以及所述目标用户历史出行的至少一个候选地点；所述序列特征包括所述轨迹序列特征时；
3.根据权利要求1所述的方法，当所述历史行为数据包括在预设的第二时间范围内所述目标用户历史搜索的至少一个检索点，以及各检索点对应的检索类别信息，所述序列特征包括检索序列特征时；
4.根据权利要求1所述的方法，当所述历史行为数据包括为所述目标用户推送的至少一个历史推荐内容以及所述目标用户针对各历史推荐内容触发的交互内容；所述序列特征包括交互序列特征时；
5.根据权利要求1所述的方法，当所述历史行为数据包括用户行为数据、空间属性数据、时间属性数据，所述序列特征包括交叉序列特征时；
6.根据权利要求1-5任一项所述的方法，所述内容推荐模型的输出结果包括各候选地点对应的概率信息；
7.根据权利要求1-5任一项所述的方法，所述根据所述内容推荐模型的输出结果确定目标推荐内容之后，还包括：
8.一种内容推荐方法，包括：
9.根据权利要求8所述的方法，所述基于所述训练数据集对预设的待训练模型进行迭代训练操作，包括：
10.一种内容推荐装置，包括：
11.根据权利要求10所述的装置，当所述历史行为数据包括在预设的第一时间范围内所述目...
【专利技术属性】
技术研发人员：王思吉，袁子超，梁振铎，黄鑫鑫，邹冰，邴峰，
申请(专利权)人：北京百度网讯科技有限公司，
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。