[發明專利]內容推送方法、裝置以及電子設備

在審

• 申請號: 202010879414.1
• 申請日: 2020-08-27
• 公開（公告）號: CN111898033A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 劉曙銘
• 申請（專利權）人: 深圳市歡太科技有限公司;OPPO廣東移動通信有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/02;G06N3/04;G06N3/08
• 代理公司: 深圳市智圈知識產權代理事務所(普通合伙) 44351
• 代理人: 苗燕

1.一種內容推送方法，其特征在于，應用于服務器，所述方法包括：

獲取待推送用戶的用戶標識；

獲取第一嵌入向量，所述第一嵌入向量為所述用戶標識所對應屬性信息的序列嵌入向量；

基于注意力機制、所述用戶標識對應的歷史閱覽內容的嵌入向量以及候選內容的嵌入向量，得到表征用戶興趣的第二嵌入向量，所述歷史閱覽內容的嵌入向量包括歷史閱覽內容的序列嵌入向量以及圖嵌入向量，所述候選內容的嵌入向量包括候選內容的序列嵌入向量以及圖嵌入向量；

基于所述第一嵌入向量、第二嵌入向量以及候選內容的嵌入向量確定所述候選內容是否與所述待推送用戶匹配；

若匹配，將所述候選內容推送給所述待推送用戶。

2.根據權利要求1所述的方法，其特征在于，所述基于注意力機制、所述用戶標識對應的歷史閱覽內容的嵌入向量以及候選內容的嵌入向量，得到表征用戶興趣的第二嵌入向量，包括：

基于注意力機制、所述用戶標識對應的歷史閱覽內容的嵌入向量以及候選內容的嵌入向量，計算得到所述用戶標識對應的歷史閱覽內容與候選內容之間的權重；

基于所述歷史閱覽內容的嵌入向量以及所述權重計算得到表征用戶興趣的第二嵌入向量。

3.根據權利要求2所述的方法，其特征在于，所述用戶標識對應的歷史閱覽內容有多個，所述基于注意力機制、所述用戶標識對應的歷史閱覽內容的嵌入向量以及候選內容的嵌入向量，計算得到所述用戶標識對應的歷史閱覽內容與候選內容之間的權重，包括：

基于注意力機制計算得到多個所述歷史閱覽內容各自與所述候選內容之間的權重；

所述基于所述歷史閱覽內容的嵌入向量以及所述權重計算得到表征用戶興趣的第二嵌入向量，包括：

將所述多個所述歷史閱覽內容各自與所述候選內容之間的權重，與所述多個所述歷史閱覽內容各自的嵌入向量進行加權求和，得到表征用戶興趣的第二嵌入向量。

4.根據權利要求1-3任一所述的方法，其特征在于，所述基于所述第一嵌入向量、第二嵌入向量以及候選內容的嵌入向量確定所述候選內容是否與所述待推送用戶匹配，包括：

將所述第一嵌入向量、第二嵌入向量以及候選內容的嵌入向量進行拼接，得到待處理嵌入向量；

將所述待處理嵌入向量依次經過全連接層以及歸一化層進行處理，以得到所述候選內容與所述待推送用戶之間的匹配概率；

若匹配概率大于指定閾值概率，確定所述候選內容與所述用戶標識匹配。

5.根據權利要求1-3任一所述的方法，其特征在于，所述方法還包括：

獲取內容的稠密特征以及稀疏特征，所述內容為所述歷史閱覽內容或者所述候選內容；

將所述稠密特征進行獨熱編碼得到第一待拼接向量；

獲取所述稀疏特征對應的序列嵌入向量作為第二待拼接向量；

將所述第一待拼接向量和所述第二待拼接向量進行拼接得到所述內容的序列嵌入向量。

6.根據權利要求1-3任一所述的方法，其特征在于，所述方法還包括：

獲取多個用戶閱覽各自所閱覽的多個內容信息的閱覽順序；

基于所述閱覽順序建立對應的有向有權圖；

基于所述有向有權圖隨機生成多個閱覽序列；

將所述多個閱覽序列作為輸入對待訓練神經網絡進行訓練，得到訓練完成的神經網絡模型；

基于所述訓練完成的神經網絡模型得到內容對應的圖嵌入向量。

7.根據權利要6所述的方法，其特征在于，所述方法還包括：

若檢測有還未被用戶閱覽的內容信息時，獲取參考內容信息，所述參考內容信息為已經生成有圖嵌入向量的內容信息；

獲取所述參考內容信息中的目標內容信息，所述目標內容信息為與所述還未被用戶閱覽的內容信息的屬性相同的內容信息；

將所述目標內容信息的圖嵌入向量作為所述還未被用戶閱覽的內容信息的圖嵌入向量。