[發明專利]內容推薦方法、內容推薦裝置和電子設備

有效

• 申請號: 201810218067.0
• 申請日: 2018-03-16
• 公開（公告）號: CN110309414B
• 公開（公告）日: 2021-08-13
• 發明（設計）人: 劉榮
• 申請（專利權）人: 阿里巴巴（中國）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京彩和律師事務所 11688
• 代理人: 劉磊;閆桑田

1.一種內容推薦方法，包括：

獲取新用戶的外部畫像數據，所述外部畫像數據用于表征所述新用戶可利用的外部數據；

選擇用于推薦內容的推薦標簽；

基于預定算法計算所述推薦標簽中每個標簽的預測值，所述預定算法包括表示所述外部畫像數據與所述推薦標簽之間的映射關系的映射模型；

基于所述預測值是否大于預定閾值來從所述推薦標簽中的每個標簽確定所述推薦標簽中的特定標簽；以及

向所述新用戶提供與所述特定標簽對應的內容。

2.根據權利要求1所述的內容推薦方法，其中，選擇用于推薦內容的推薦標簽包括：

按照與全部內部標簽對應的內容被選中的數目對所述全部內部標簽進行降序排序；以及

選擇序列頭部預定數目的頭部標簽。

3.根據權利要求2所述的內容推薦方法，其中，選擇用于推薦內容的推薦標簽進一步包括：

建立不推薦的內部標簽的列表；以及

通過頭部標簽與所述列表的關鍵詞匹配來過濾所述預定數目的頭部標簽。

4.根據權利要求1所述的內容推薦方法，其中，所述映射模型基于用戶的內容選擇行為的歷史數據訓練獲得，所述訓練過程包括：

獲取用戶的內容選擇行為的歷史數據，所述歷史數據包括用戶、向用戶推薦的內容和所述用戶選中的內容；

對所述歷史數據進行特征提取以獲取所述用戶的畫像數據、所述向用戶推薦的內容和所述用戶選中的內容的標簽數據；

基于所述畫像數據和所述標簽數據以及用戶是否選中所述內容來生成正負樣本；以及

以所述正負樣本對線性模型進行訓練。

5.根據權利要求1所述的內容推薦方法，其中，基于所述預測值確定所述推薦標簽中的特定標簽包括：

確定所述推薦標簽的預測值是否大于預定閾值；以及

響應于所述預測值大于預定閾值，將與所述預測值對應的推薦標簽確定為所述特定標簽。

6.根據權利要求1到5中任意一項所述的內容推薦方法，其中，所述內容是視頻。

7.一種內容推薦裝置，包括：

數據獲取單元，用于獲取新用戶的外部畫像數據，所述外部畫像數據用于表征所述新用戶可利用的外部數據；

標簽選擇單元，用于選擇用于推薦內容的推薦標簽；

預測值計算單元，用于基于預定算法計算所述推薦標簽中每個標簽的預測值，所述預定算法包括表示所述外部畫像數據與所述推薦標簽之間的映射關系的映射模型；

標簽確定單元，用于基于所述預測值是否大于預定閾值來從所述推薦標簽中的每個標簽確定所述推薦標簽中的特定標簽；以及

內容推薦單元，用于向所述新用戶提供與所述特定標簽對應的內容。

8.根據權利要求7所述的內容推薦裝置，其中，所述標簽選擇單元用于：

按照與全部內部標簽對應的內容被選中的數目對所述全部內部標簽進行降序排序；以及

選擇序列頭部預定數目的頭部標簽。

9.根據權利要求8所述的內容推薦裝置，其中，所述標簽選擇單元進一步用于：

建立不推薦的內部標簽的列表；以及

通過頭部標簽與所述列表的關鍵詞匹配來過濾所述預定數目的頭部標簽。

10.根據權利要求7所述的內容推薦裝置，其中，所述映射模型基于用戶的內容選擇行為的歷史數據訓練獲得，所述訓練過程包括：

獲取用戶的內容選擇行為的歷史數據，所述歷史數據包括用戶、向用戶推薦的內容和所述用戶選中的內容；

對所述歷史數據進行特征提取以獲取所述用戶的畫像數據、所述向用戶推薦的內容和所述用戶選中的內容的標簽數據；

基于所述畫像數據和所述標簽數據以及用戶是否選中所述內容來生成正負樣本；以及

以所述正負樣本對線性模型進行訓練。