【技术实现步骤摘要】
本申请实施例涉及机器学习，特别涉及一种内容推荐方法、装置、服务器及存储介质。
技术介绍
1、现如今，新媒体行业不断发展，通过终端中安装的应用程序查看文章或者视频等内容逐渐成为主流，在应用中会根据账号的偏好为该账号推荐感兴趣的推荐内容。
2、相关技术中，在现代推荐系统中，通常通过多目标深度模型基于不同的预估目标对不同推荐内容进行排序，通过底层参数共享，降低过拟合。此外在一些多目标深度模型中，通过门控机制，对不同目标采用不同的动态输入，实现对多目标概率的预测，从而实现对目标推荐内容的排序。
3、然而，在训练过程中，对于样本推荐内容而言，不同预估目标之间存在明显的差异，例如对于同一个样本推荐内容，对于点击目标为正样本，对于点赞目标为负样本，即样本推荐内容对于不同目标之间可能存在互斥性，则会导致推荐系统在基于多目标融合的过程中难以准确的对推荐内容进行排序，向账号显示的推荐内容不符合账号偏好。
技术实现思路
1、本申请实施例提供了一种内容推荐方法、装置、服务器及存储介质。所述
【技术保护点】
1.一种内容推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述样本账号的样本账号信息、所述样本推荐内容以及所述样本推荐内容对应的n个组合行为标签，训练推荐模型，包括：
3.根据权利要求1所述的方法，其特征在于，第i组合行为标签对应的第i组合行为由第一原子行为至第i+1原子行为构成；
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一原子行为至所述第i+1原子行为的所述执行情况，确定所述第i组合行为标签，包括：
5.根据权利要求3所述的方法，其特征在于，存在至少两个所述样本
<...【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：
2.根据权利要求1所述的方法，其特征在于，所述基于所述样本账号的样本账号信息、所述样本推荐内容以及所述样本推荐内容对应的n个组合行为标签，训练推荐模型，包括：
3.根据权利要求1所述的方法，其特征在于，第i组合行为标签对应的第i组合行为由第一原子行为至第i+1原子行为构成；
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一原子行为至所述第i+1原子行为的所述执行情况，确定所述第i组合行为标签，包括：
5.根据权利要求3所述的方法，其特征在于，存在至少两个所述样本推荐内容；
6.根据权利要求2所述的方法，其特征在于，所述推荐模型包括信息编码层、特征提取层和n个输出头，不同输出头对应不同特征提取层；
7.根据权利要求6所述的方法，其特征在于，所述推荐模型包括n层所述特征提取层，所述第i输出头的输入端与第i特征提取层的输出端相连，且第i+1特征提取层的输入端与所述第i特征提取层相连接；
8.根据权利要求6所述的方法，其特征在于，所述推荐模型包括n+1层所述特征提取层以及n个门控层，第i门控层的输入端与第i特征提取层至第i+1特征提取层的输出端相连相连，所述第i门控层的输出端与第i组合行为对应的所述第i输出头相连；
9.根据权利要求6所述的方法，其特征在于，所述样本账号信息包含至少两...
【专利技术属性】
技术研发人员：赵光耀，
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。