【技术实现步骤摘要】
本申请涉及计算机，具体而言，涉及一种内容推荐方法、装置、电子设备和存储介质。
技术介绍
1、目前电视端推荐系统主要通过用户观看历史行为进行用户行为偏好的统计分析，从而向用户推荐感兴趣的电视内容。
2、现阶段，主要是采用推荐系统算法模型学习用户观看内容的编目信息的偏好程度，以推荐给用户感兴趣的电视内容，其中，编目信息包括电视节目的标识(identitydocument，id)、标题、一级分类、二级分类、标签等。
3、然而，采用上述方法推荐的仅仅是与用户常看的电视内容相关，且属于相同领域的电视内容，无法给用户提供更多类型的推荐。
技术实现思路
1、有鉴于此，本申请实施例提供了一种内容推荐方法、装置、电子设备和存储介质，以解决推荐的仅仅是与用户常看的电视内容相关，且属于相同领域的电视内容，无法给用户提供更多的推荐的问题。
2、第一方面，本申请实施例提供了一种内容推荐方法，包括：
3、获取用户的内容推荐需求信息和当前观看的当前内容，所述内容推荐需求信息包括：所述用户针对第一内容的行为偏好信息、与所述第一内容关联的目标内容领域的信息；
4、根据所述内容推荐需求信息，采用预设大语言模型，得到多个待推荐内容的信息；
5、根据所述当前内容，从所述多个待推荐内容中确定目标推荐内容；
6、向所述用户的终端设备推送所述目标推荐内容。
7、在一可选的实施方式中，所述根据所述当前内容，从所述多个待推荐内容中确定目
8、通过正则匹配，解析所述多个待推荐内容的标题以及预设内容库中内容的标题；
9、根据所述多个待推荐内容的标题以及所述预设内容库中内容的标题进行标题匹配，从所述多个待推荐内容中确定至少一个第一候选推荐内容；
10、根据所述当前内容与所述至少一个第一候选推荐内容的相似度，从所述至少一个第一候选推荐内容中确定所述目标推荐内容。
11、在一可选的实施方式中，所述根据所述当前内容，从所述多个待推荐内容中确定目标推荐内容，包括：
12、获取所述多个待推荐内容的内容数据，其中，所述内容数据包括：对应待推荐内容在多个维度下的信息；
13、根据所述多个待推荐内容的内容数据，生成内容序列；
14、采用预设分类模型，对所述内容序列进行处理，得到所述多个待推荐内容的推荐概率；
15、根据所述推荐概率，从所述多个待推荐内容中确定至少一个第二候选推荐内容；
16、根据所述当前内容，从所述至少一个第二候选推荐内容中确定所述目标推荐内容。
17、在一可选的实施方式中，所述获取所述多个待推荐内容的内容数据，包括：
18、根据所述多个待推荐内容的预设维度提示信息，采用所述预设大语言模型，得到所述多个待推荐内容在所述多个维度下的信息；
19、根据多个待推荐内容在所述多个维度下的信息，生成所述多个待推荐内容的内容数据。
20、在一可选的实施方式中，所述第一内容为所述用户观看的历史内容；所述根据所述多个待推荐内容的内容数据，生成内容序列，包括：
21、获取所述历史内容的内容数据；
22、根据所述历史内容的内容数据以及所述多个待推荐内容的内容数据，生成所述内容序列；
23、所述采用预设分类模型，对所述内容序列进行处理，得到所述多个待推荐内容的推荐概率，包括：
24、采用所述预设分类模型，对所述内容序列进行处理，得到所述多个待推荐内容的推荐概率和所述历史内容的推荐概率。
25、在一可选的实施方式中，所述方法还包括：
26、根据所述历史内容的类型维度提示信息和标题维度提示信息，采用所述预设大语言模型，得到所述历史内容的目标类型信息和目标标题信息；
27、根据所述目标类型信息和所述目标标题信息，生成所述历史内容的目标历史数据；
28、所述根据所述历史内容的内容数据以及所述多个待推荐内容的内容数据，生成所述内容序列，包括：
29、根据所述历史内容的内容数据、所述多个待推荐内容的内容数据以及所述历史内容的目标历史数据，生成所述内容序列。
30、在一可选的实施方式中，所述根据所述历史内容的内容数据、所述多个待推荐内容的内容数据以及所述历史内容的目标历史数据，生成所述内容序列，包括：
31、根据各内容数据的预设权重，对所述历史内容的内容数据、所述多个待推荐内容的内容数据以及所述历史内容的目标历史数据进行向量拼接，生成所述内容序列。
32、第二方面，本申请实施例还提供了一种内容推荐装置，包括：
33、获取模块，用于获取用户的内容推荐需求信息和当前观看的当前内容，所述内容推荐需求信息包括：所述用户针对第一内容的行为偏好信息、与所述第一内容关联的目标内容领域的信息；
34、处理模块，用于根据所述内容推荐需求信息，采用预设大语言模型，得到多个待推荐内容的信息；
35、确定模块，用于根据所述当前内容，从所述多个待推荐内容中确定目标推荐内容；
36、推送模块，用于向所述用户的终端设备推送所述目标推荐内容。
37、在一可选的实施方式中，所述确定模块，具体用于：
38、通过正则匹配，解析所述多个待推荐内容的标题以及预设内容库中内容的标题；
39、根据所述多个待推荐内容的标题以及所述预设内容库中内容的标题进行标题匹配，从所述多个待推荐内容中确定至少一个第一候选推荐内容；
40、根据所述当前内容与所述至少一个第一候选推荐内容的相似度，从所述至少一个第一候选推荐内容中确定所述目标推荐内容。
41、在一可选的实施方式中，所述确定模块，具体用于：
42、获取所述多个待推荐内容的内容数据，其中，所述内容数据包括：对应待推荐内容在多个维度下的信息；
43、根据所述多个待推荐内容的内容数据，生成内容序列；
44、采用预设分类模型，对所述内容序列进行处理，得到所述多个待推荐内容的推荐概率；
45、根据所述推荐概率，从所述多个待推荐内容中确定至少一个第二候选推荐内容；
46、根据所述当前内容，从所述至少一个第二候选推荐内容中确定所述目标推荐内容。
47、在一可选的实施方式中，所述确定模块，具体用于：
48、根据所述多个待推荐内容的预设维度提示信息，采用所述预设大语言模型，得到所述多个待推荐内容在所述多个维度下的信息；
49、根据多个待推荐内容在所述多个维度下的信息，生成所述多个待推荐内容的内容数据。
50、在一可选的实施方式中，所述第一内容为所述用户观看的历史内容；所述确定模块，具体用于：
51、获取所述历史内容的内容数据；
52、根据所述历史内容的内容数据以及所述多个待推荐本文档来自技高网...
【技术保护点】
1.一种内容推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述当前内容，从所述多个待推荐内容中确定目标推荐内容，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述当前内容，从所述多个待推荐内容中确定目标推荐内容，包括：
4.根据权利要求3所述的方法，其特征在于，所述获取所述多个待推荐内容的内容数据，包括：
5.根据权利要求3所述的方法，其特征在于，所述第一内容为所述用户观看的历史内容；所述根据所述多个待推荐内容的内容数据，生成内容序列，包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述历史内容的内容数据、所述多个待推荐内容的内容数据以及所述历史内容的目标历史数据，生成所述内容序列，包括：
8.一种内容推荐装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种内容推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述当前内容，从所述多个待推荐内容中确定目标推荐内容，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述当前内容，从所述多个待推荐内容中确定目标推荐内容，包括：
4.根据权利要求3所述的方法，其特征在于，所述获取所述多个待推荐内容的内容数据，包括：
5.根据权利要求3所述的方法，其特征在于，所述第一内容为所述用户观看的历史内容；所述根据所述多个待推荐内容的内容数据，生成内容序列，包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
【专利技术属性】
技术研发人员：李鸣，肖云，曾泽基，高明青，
申请(专利权)人：未来电视有限公司，
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。