[發(fā)明專利]一種內容推薦方法及裝置、設備、存儲介質

在審

• 申請?zhí)枺?/td>: 202011159574.5
• 申請日: 2020-10-26
• 公開（公告）號: CN112258285A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設計）人: 徐曉曉;李勇;彭長平;包勇軍;顏偉鵬
• 申請（專利權）人: 北京沃東天駿信息技術有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02;G06K9/62;G06F16/9535;G06F16/9538
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉星雨;張穎玲

1.一種內容推薦方法，其特征在于，所述方法包括：

獲取接收到的訪問請求對應的至少兩個內容，以及每一所述內容對應的預測點擊率；所述預測點擊率是點擊率模型以對應的內容為輸入時的輸出；所述點擊率模型是在訓練數據中的訓練樣本和所述訓練數據中的訓練樣本對的監(jiān)督下的訓練的；

根據每一所述內容對應的預測點擊率，對所述至少兩個內容進行排序；

根據所述排序結果輸出所述至少兩個內容。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將所述訓練數據中的訓練樣本輸入所述點擊率模型，獲得所述點擊率模型輸出的每一所述訓練樣本對應的預估值；

根據所述訓練數據中各訓練樣本對應的預估值，和所述訓練數據中各訓練樣本對對應的預估值對，確定整體損失；

當所述整體損失滿足調整條件，對所述點擊率模型的參數進行調整，得到調整后的點擊率模型；

將所述訓練數據中各訓練樣本繼續(xù)輸入所述調整后的點擊率模型，直到所述點擊率模型收斂。

3.根據權利要求2所述的方法，其特征在于，所述根據所述訓練數據中各訓練樣本的預估值，和所述訓練數據中各訓練樣本對的預估值，確定整體損失，包括：

根據每一所述訓練樣本對應的預估值，和對應的點擊率，確定第一損失；

根據每一所述訓練樣本對對應的預估值對，確定第二損失；

根據所述第一損失和所述第二損失，得到所述整體損失。

4.根據權利要求3所述的方法，其特征在于，在根據每一所述訓練樣本對對應的預估值對，確定第二損失之前，所述根據所述訓練數據中各訓練樣本的預估值，和所述訓練數據中各訓練樣本對的預估值，確定整體損失，包括：

獲取所述訓練數據中，對應同一訪問請求的訓練樣本組；

確定所述訓練樣本組中的正樣本和負樣本；

將所述正樣本和所述負樣本組合，得到所述訓練樣本對。

5.根據權利要求2至4任一項所述的方法，其特征在于，所述方法還包括：

以訪問請求為粒度對所述訓練數據進行聚類，得到各訪問請求對應的訓練樣本組；

基于所述訓練樣本組，將所述訓練數據劃分為訓練日志集；所述訓練樣本集包括設定數量的將訓練樣本組；

對應的，將所述訓練數據中的訓練樣本輸入所述點擊率模型，包括：

基于訓練樣本組，將所述訓練數據分批輸入所述點擊率模型。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

確定用戶的擊操作針對的目標內容；

確定與所述目標內容具有關聯(lián)關系的關聯(lián)內容；

確定所述目標內容與所述關聯(lián)內容之間的對比信息，并輸出所述對比信息。

7.一種內容推薦裝置，其特征在于，所述裝置包括：

獲取單元，用于獲取接收到的訪問請求對應的至少兩個內容，以及每一所述內容對應的預測點擊率；所述預測點擊率是點擊率模型以對應的內容為輸入時的輸出；所述點擊率模型是在訓練數據中的訓練樣本和所述訓練數據中的訓練樣本對的監(jiān)督下的訓練的；

排序單元，用于根據每一所述內容對應的預測點擊率，對所述至少兩個內容進行排序；

輸出單元，用于根據所述排序結果輸出所述至少兩個內容。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

預測單元，用于將所述訓練數據中的訓練樣本輸入所述點擊率模型，獲得所述點擊率模型輸出的每一所述訓練樣本對應的預估值；

損失單元，用于根據所述訓練數據中各訓練樣本對應的預估值，和所述訓練數據中各訓練樣本對對應的預估值對，確定整體損失；

調整單元，用于當所述整體損失滿足調整條件，對所述點擊率模型的參數進行調整，得到調整后的點擊率模型；

所述預測單元，還用于將所述訓練數據中各訓練樣本繼續(xù)輸入所述調整后的點擊率模型，直到所述點擊率模型收斂。