[發明專利]內容推薦方法、系統、計算機設備及存儲介質

有效

• 申請號: 202011102027.3
• 申請日: 2020-10-15
• 公開（公告）號: CN112231590B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 韓江雪
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536
• 代理公司: 北京天昊聯合知識產權代理有限公司 11112
• 代理人: 羅建民;杜丹丹

本公開提供一種內容推薦方法、系統、計算機設備及可讀存儲介質，所述方法包括：為每一個用戶創建推薦隊列；根據用戶對其瀏覽的內容的行為信息，建立用戶與推薦所述內容的發布者之間的關聯關系；當發布者推薦內容時，將其推薦的內容寫入與其有關聯關系的用戶的推薦隊列中；以及，將用戶的推薦隊列中的內容推薦給所述用戶。本公開的技術方案可以為每個用戶維護一個推薦隊列，基于用戶的行為實時更新列表內容，每次用戶獲取推薦數據時直接從列表中取出，避免大規模計算資源消耗的同時基于用戶行為實時調整推薦內容，保證推薦效率。

技術領域

本公開屬于互聯網技術領域，具體涉及一種內容推薦方法，一種內容推薦系統，一種計算機設備，以及一種計算機可讀存儲介質。

背景技術

隨著移動互聯時代的快速發展，人們所接觸到的信息也呈爆炸式的增長。各類內容服務平臺里的內容提供者越來越多，每天會有成千上萬的用戶上傳視頻、資訊、文章等信息，而這么多的內容如何推薦給用戶，為用戶提供感興趣的內容，是內容服務平臺目前所面臨的難題。

當前主流的推薦系統大部分涉及到用戶畫像構建、行為數據采集、內容召回、推薦模型計算、排序等一系列處理模塊；每次推薦時都需要從內容庫中提取最終推薦結果，而隨著內容庫越來越大，推薦算法需要的計算、存儲資源會呈曲線型增長，需要大量的資金、軟硬件資源投入以保證推薦計算效率，成本高且效率低，并且這對于小規模平臺或集群來說會變得難以實現。

發明內容

本公開提供一種內容推薦方法、內容推薦系統、計算機設備及計算機可讀存儲介質，在避免大規模計算資源消耗的同時基于用戶行為為用戶實時調整推薦內容，保證推薦效率。

第一方面，本公開實施例提供一種內容推薦方法，包括：

為每一個用戶創建推薦隊列；

根據用戶對其瀏覽的內容的行為信息，建立用戶與推薦所述內容的發布者之間的關聯關系；

當發布者推薦內容時，將其推薦的內容寫入與其有關聯關系的用戶的推薦隊列中；以及，

將用戶的推薦隊列中的內容推薦給所述用戶。

進一步的，所述方法還包括：

根據用戶與推薦所述內容的發布者之間的關聯關系，為推薦所述內容的發布者創建關聯關系表，所述關聯關系表中包括對所述發布者推薦的內容進行過相應操作的用戶及用戶與所述發布者的關聯值；

根據用戶對發布者推薦的內容的行為信息，更新所述關聯關系表中用戶與所述發布者的關聯值；以及，

將用戶與所述發布者的關聯值作為所述發布者推薦的內容的權重值寫入用戶的推薦隊列中；

所述將用戶的推薦隊列中的內容推薦給所述用戶，包括：

將所述推薦隊列中的內容按照權重值從高到低進行排序；以及，

從所述推薦隊列中選擇排序靠前的第一預設數量的內容推薦給所述用戶。

進一步的，所述方法還包括：

對用戶的推薦隊列中的內容設置超時失效時間，并將超過所述超時失效時間的內容從所述推薦隊列中刪除；

判斷所述推薦隊列中的內容數量是否低于預設閾值；

若低于所述預設閾值，則將與所述用戶有關聯關系的發布者推薦的并且未被所述用戶瀏覽過的內容寫入所述推薦隊列；

判斷所述推薦隊列中的內容數量是否仍低于所述預設閾值；

若仍然低于所述預設閾值，則從系統數據庫中隨機獲取一定數量的內容寫入所述推薦隊列。

進一步的，在所述將用戶的推薦隊列中的內容推薦給所述用戶之前，還包括：