[發明專利]內容推薦方法及裝置

在審

• 申請號: 202010528575.6
• 申請日: 2020-06-11
• 公開（公告）號: CN111695036A
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 彭彬;楊天行;楊晨;張一麟;宋勛超
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62;G06Q50/18
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;臧建明

1.一種內容推薦方法，所述方法包括：

獲取第一數據和第二數據；

將所述第一數據和所述第二數據輸入預設的第一模型，得到推薦結果；所述第一模型是基于第一類數據的集合、第二類數據的集合和第三類數據的集合的組合關系訓練得到的，其中，依據所述第一類數據的集合和所述第二類數據的集合能夠推理得到所述第三類數據的集合，所述第一數據屬于第一類數據，所述第二數據屬于第二類數據，所述推薦結果屬于第三類數據；所述第三類數據為表征規則的數據。

2.根據權利要求1所述的方法，還包括：

獲取所述第一類數據的集合、所述第二類數據的集合和所述第三類數據的集合；

對所述第一類數據的集合、所述第二類數據的集合和所述第三類數據的集合中的數據進行聚類，得到多組分組信息；

獲取各所述分組信息內的組合關系；所述組合關系中包括依據所述第一類數據和/或所述第二類數據推理所述第三類數據的關系；

依據各所述分組信息內的組合關系訓練得到所述第一模型。

3.根據權利要求2所述的方法，其中，獲取各所述分組信息內的組合關系包括：

窮舉各所述分組信息內的第一類數據、第二類數據和第三類數據的推理組合關系，得到各所述分組信息內的組合關系。

4.根據權利要求2或3所述的方法，其中，各所述分組信息內的組合關系包括正向關系和負向關系。

5.根據權利要求2所述的方法，其中，依據各所述分組信息內的組合關系訓練得到所述第一模型，包括：

獲取各所述分組信息內的組合關系的初始置信度；

依據各所述分組信息內的組合關系的初始置信度初始化待訓練模型；

調整所述待訓練模型中的各所述分組信息內的組合關系的置信度，直到所述待訓練模型輸出的結果滿足預設條件，得到所述第一模型。

6.根據權利要求5所述的方法，其中，獲取各所述分組信息內的組合關系的初始置信度，包括：

分別計算各所述分組信息內的組合關系的組合關系準確率、各所述分組信息內的組合關系的組合關系權重，以及各所述分組信息的權重；

根據各所述分組信息內的組合關系的組合關系準確率、各所述分組信息內的組合關系的組合關系權重，以及各所述分組信息的權重計算各所述分組信息內的組合關系的初始置信度。

7.根據權利要求1所述的方法，還包括：

顯示所述推薦結果。

8.根據權利要求1所述的方法，其中，所述第一類數據為訴請數據，所述第二類數據為案件事實數據，所述第三類數據為法律法規。

9.一種內容推薦裝置，包括：

第一獲取模塊，用于獲取第一數據和第二數據；

推薦模塊，用于將所述第一數據和所述第二數據輸入預設的第一模型，得到推薦結果；所述第一模型是基于第一類數據的集合、第二類數據的集合和第三類數據的集合的組合關系訓練得到的，其中，依據所述第一類數據的集合和所述第二類數據的集合能夠推理得到所述第三類數據的集合，所述第一數據屬于第一類數據，所述第二數據屬于第二類數據，所述推薦結果屬于第三類數據；所述第三類數據為表征規則的數據。

10.根據權利要求9所述的裝置，還包括：

第二獲取模塊，用于獲取所述第一類數據的集合、所述第二類數據的集合和所述第三類數據的集合；

聚類模塊，用于對所述第一類數據的集合、所述第二類數據的集合和所述第三類數據的集合中的數據進行聚類，得到多組分組信息；

第三獲取模塊，用于獲取各所述分組信息內的組合關系；所述組合關系中包括依據所述第一類數據和/或所述第二類數據推理所述第三類數據的關系；

訓練模塊，用于依據各所述分組信息內的組合關系訓練得到所述第一模型。