[發明專利]內容推薦方法、裝置及電子設備

有效

• 申請號: 202010576885.5
• 申請日: 2020-06-22
• 公開（公告）號: CN111708950B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 葉慶仕;彭秋辰;蔣宏偉
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F40/30;G06N3/0464;G06N3/08
• 代理公司: 深圳市聯鼎知識產權代理有限公司 44232
• 代理人: 葉虹

1.一種內容推薦方法，其特征在于，包括：

獲取與推薦對象相關的多個待推薦的候選內容，并分別獲取各個所述候選內容與所述推薦對象之間的對象相關度；

對所述候選內容進行語義特征提取以得到所述候選內容的語義向量，并根據各個所述候選內容的語義向量分別確定任意兩個候選內容之間的內容相似度；

通過激活函數對所述候選內容的對象相關度進行非線性映射以得到具有非線性特征的非線性對象相關度；

根據任意兩個候選對象的非線性對象相關度以及所述兩個候選對象的內容相似度確定所述兩個候選對象的內容多樣性參數；

以所述內容多樣性參數作為矩陣元素，建立用于表示候選內容的內容多樣性的內容矩陣；

根據所述內容矩陣從所述多個待推薦的候選內容中選取用于向所述推薦對象推薦的多個目標內容。

2.根據權利要求1所述的內容推薦方法，其特征在于，在通過激活函數對所述候選內容的對象相關度進行非線性映射以得到具有非線性特征的非線性對象相關度之前，所述方法還包括：

獲取用于調整候選內容的內容多樣性的調整參數；

根據所述調整參數對所述候選內容的對象相關度進行加權處理。

3.根據權利要求2所述的內容推薦方法，其特征在于，所述獲取用于調整候選內容的內容多樣性的調整參數，包括：

獲取多個候選參數以及用于對所述候選參數進行評估的樣本集合；

分別通過各個候選參數從所述樣本集合中選取與所述候選參數相對應的樣本內容；

向樣本對象推薦所述樣本內容以得到所述樣本對象返回的針對每個所述樣本內容的內容觸發狀態；

根據各個所述樣本內容的內容觸發狀態確定與所述候選參數相對應的推薦結果評分；

根據所述推薦結果評分從所述多個候選參數中選取用于調整候選內容的內容多樣性的調整參數。

4.根據權利要求1所述的內容推薦方法，其特征在于，所述根據所述內容矩陣從所述多個待推薦的候選內容中選取用于向所述推薦對象推薦的多個目標內容，包括：

獲取用于向所述推薦對象推薦內容的內容推薦數量，并根據所述內容推薦數量確定組成所述內容矩陣的多個子矩陣；

分別獲取各個子矩陣的行列式，并根據所述行列式確定至少一個目標子矩陣；

根據所述目標子矩陣從所述多個待推薦的候選內容中選取用于向所述推薦對象推薦的多個目標內容。

5.根據權利要求1所述的內容推薦方法，其特征在于，所述對所述候選內容進行語義特征提取以得到所述候選內容的語義向量，包括：

獲取所述推薦對象所在對象群體的群體類型信息；

根據所述群體類型信息確定與所述對象群體相對應的語義特征提取模型；

通過所述語義特征提取模型對所述候選內容進行映射處理以得到所述候選內容的語義向量。

6.根據權利要求5所述的內容推薦方法，其特征在于，所述根據所述群體類型信息確定與所述對象群體相對應的語義特征提取模型，包括：

根據所述群體類型信息選取與所述對象群體相關的語料庫；

利用所述語料庫訓練與所述對象群體相對應的語義特征提取模型。

7.根據權利要求5所述的內容推薦方法，其特征在于，所述通過所述語義特征提取模型對所述候選內容進行映射處理以得到所述候選內容的語義向量，包括：

獲取所述候選內容中的文本內容和非文本內容；

通過所述語義特征提取模型對所述文本內容進行映射處理以得到所述文本內容的文本嵌入向量；

通過所述語義特征提取模型對所述非文本內容進行映射處理以得到所述非文本內容的非文本嵌入向量；

對所述文本嵌入向量和所述非文本嵌入向量進行融合處理以得到所述候選內容的語義向量。