[發明專利]內容推薦方法、裝置、設備及可讀存儲介質

有效

• 申請號: 202010526393.5
• 申請日: 2020-06-09
• 公開（公告）號: CN111680219B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 黃海兵
• 申請（專利權）人: 深圳市雅閱科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/35;G06F16/783;G06F16/955
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 賈允

本申請公開了一種內容推薦方法、裝置、設備及可讀存儲介質，涉及內容推薦領域。該方法包括：獲取目標賬號的賬號數據，賬號數據中包括目標賬號對應的興趣標簽；以賬號數據作為分析參數，預測得到個性化推薦內容；獲取與興趣標簽存在關聯關系的關聯標簽；以關聯標簽作為分析參數，預測得到擴展推薦內容；根據個性化推薦內容與擴展推薦內容，生成目標內容。根據目標賬號的賬號數據生成個性化推薦內容，并根據目標賬號的興趣標簽獲取關聯標簽，以關聯標簽為基礎生成擴展推薦內容，從而將個性化推薦內容和擴展推薦內容結合向目標賬號進行推薦，在確保內容推薦準確率的同時，避免推薦內容趨向同質化。

技術領域

本申請實施例涉及內容推薦領域，特別涉及一種內容推薦方法、裝置、設備及可讀存儲介質。

背景技術

推薦系統應用在對視頻、新聞、電商等內容進行推薦的領域，用于向用戶推薦用戶可能感興趣的內容。示意性的，用戶觀看過導演a導演的電影A，則根據電影A的導演推斷用戶對導演a的電影感興趣，則向用戶推薦導演a導演的其他電影。

相關技術中，在進行內容推薦時，根據用戶設定的標簽，向用戶推薦與標簽對應的內容，如：用戶設定標簽“武俠”，則在向用戶推薦內容，推薦與武俠相關的內容。

然后，通過上述方式進行內容推薦時，導致推薦內容趨向同質化，縮小了用戶閱覽的內容的視野，當用戶對同一標簽的內容閱覽過多時，易產生視覺疲勞，從而導致內容推薦的準確率較低。

發明內容

本申請實施例提供了一種內容推薦方法、裝置、設備及可讀存儲介質，可以避免推薦內容趨向同質化，提高內容推薦的準確率。所述技術方案如下：

一方面，提供了一種內容推薦方法，所述方法包括：

獲取目標賬號的賬號數據，所述賬號數據用于指示所述目標賬號的內容閱覽偏好，所述賬號數據中包括所述目標賬號對應的興趣標簽；

以所述賬號數據作為分析參數，預測得到所述目標賬號對應的個性化推薦內容，所述個性化推薦內容為與所述目標賬號的所述內容閱覽偏好對應的內容；

獲取與所述興趣標簽存在關聯關系的關聯標簽；

以所述關聯標簽作為分析參數，預測得到所述目標賬號對應的擴展推薦內容；

根據所述個性化推薦內容與所述擴展推薦內容，生成向所述目標賬號推薦的目標內容。

另一方面，提供了一種內容推薦裝置，所述裝置包括：

獲取模塊，用于獲取目標賬號的賬號數據，所述賬號數據用于指示所述目標賬號的內容閱覽偏好，所述賬號數據中包括所述目標賬號對應的興趣標簽；

預測模塊，用于以所述賬號數據作為分析參數，預測得到所述目標賬號對應的個性化推薦內容，所述個性化推薦內容為與所述目標賬號的所述內容閱覽偏好對應的內容；

所述獲取模塊，還用于獲取與所述興趣標簽存在關聯關系的關聯標簽；

所述預測模塊，還用于以所述關聯標簽作為分析參數，預測得到所述目標賬號對應的擴展推薦內容；

生成模塊，用于根據所述個性化推薦內容與所述擴展推薦內容，生成向所述目標賬號推薦的目標內容。

另一方面，提供了一種計算機設備，所述計算機設備包括處理器和存儲器，所述存儲器中存儲有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由所述處理器加載并執行以實現如上述本申請實施例中任一所述的內容推薦方法。

另一方面，提供了一種計算機可讀存儲介質，所述存儲介質中存儲有至少一條指令、至少一段程序、代碼集或指令集，所述至少一條指令、所述至少一段程序、所述代碼集或指令集由所述處理器加載并執行以實現如上述本申請實施例中任一所述的內容推薦方法。