[發明專利]內容推薦方法及裝置

有效

• 申請號: 201911157198.3
• 申請日: 2019-11-22
• 公開（公告）號: CN111008278B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 陳方毅;黃益聰
• 申請（專利權）人: 廈門美柚股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/9535;G06F40/284
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 景鵬

本發明公開了內容推薦方法及裝置。涉及內容推薦領域，其中，方法通過獲取內容池中多項待分類內容并進行內容識別，根據內容識別的結果選擇對應的內容分類模型對待分類內容進行內容分類得到待召回內容，根據召回策略對待召回內容進行初步召回得到召回內容，根據推薦模型對召回內容進行排序得到初步排序列表，將所述初步排序列表使用排序算法模型進行二次排序，整合得到推薦內容列表。通過控制源頭，在內容發布之前就對內容進行識別并準確過濾分類，將正常內容上線曝光給用戶，而低質內容將被篩選過濾不曝光給用戶，避免如標題黨、擦邊或者低俗的低質量內容在平臺上線，從而提高平臺整體內容質量，保持平臺用戶的粘性。

技術領域

本發明涉及內容推薦領域，尤其是一種內容推薦方法及裝置。

背景技術

如今在很多互聯網產品尤其是內容平臺中，內容推薦系統是不可或缺的一部分，其能夠在用戶沒有顯式行為的條件下為用戶提供優質的個性化推薦服務。例如用戶打開資訊APP，首頁出現用戶感興趣的內容文章，滿足用戶需求，既要通過一些新穎性推薦結果，起到流量分發的作用，同時需要給用戶提供精準個性化推薦，從而縮短用戶的商品選擇時間。這就對推薦系統的多樣性和準確性提出了更高的要求。如何在注意力稀缺的現實中吸引用戶關注推送的內容，是值得研究的課題。

但是一些文章的發布者為了吸引流量，發布標題黨、擦邊或者低俗的內容，這些內容因為博眼球吸引用戶點擊獲得了更多的曝光推薦量，用戶雖然點擊閱讀了內容，但是并沒有獲得很好的用戶體驗，長此以往會造成平臺內容低俗化，導致用戶大量流失，因此需要提出一種能夠對平臺發布的內容進行過濾分類，去除低俗、標題黨等低質量內容，提高用戶推薦內容的質量和轉化率的內容推薦方法，以提高內容推薦的準確性。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本發明的目的是提供一種能夠提高用戶推薦內容的質量和轉化率的內容推薦方法及裝置。

本發明所采用的技術方案是：

第一方面，本發明提供一種內容推薦方法，包括：

獲取內容池中多項待分類內容并進行內容識別，得到為文本內容或視頻圖像內容的內容識別結果；

根據所述內容識別結果選擇對應的內容分類模型對所述待分類內容進行內容分類得到待召回內容，所述內容分類模型包括：文本分類模型和視頻圖像分類模型；

根據召回策略對所述待召回內容進行初步召回得到召回內容；

根據推薦模型對所述召回內容進行排序得到初步排序列表，將所述初步排序列表使用排序算法模型進行二次排序，整合得到推薦內容列表。

進一步地，所述文本分類模型為長短期記憶神經網絡分類器或BERT模型；

構建所述文本分類模型的過程具體為：

獲取所述文本分類模型的文本訓練樣本集及對應的分類標簽；

對所述文本訓練樣本集進行文本分詞得到多個特征詞進行文本預處理，并計算所述特征詞的詞向量；

根據所述詞向量生成文檔模型；

將所述文檔模型和所述分類標簽輸入到所述文本分類模型中進行模型參數訓練。

進一步地，所述視頻圖像分類模型為殘差神經網絡；

構建所述視頻圖像分類模型的過程具體為：

收集圖像樣本并進行圖像分類標注；

對所述圖像樣本進行樣本擴展得到圖像樣本，所述樣本擴展包括：平移、翻轉、剪切、縮放；

根據所述圖像樣本生成圖像訓練樣本集；

將所述圖像訓練樣本集和所述圖像分類標注輸入到所述視頻圖像分類模型中進行模型參數訓練；