[發明專利]內容推薦方法、系統、裝置和存儲介質

有效

• 申請號: 202011344980.9
• 申請日: 2020-11-26
• 公開（公告）號: CN112307352B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 薛天竹
• 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
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 譚英強;黎揚鵬

本申請公開了一種內容推薦方法、系統、裝置和存儲介質，涉及人工智能領域，本申請基于賬號標識、內容標識和標簽標識的三元組構成的三階張量，以三階張量的單元表示賬號的瀏覽信息，并從所述三階張量的分解中，獲取第一關系矩陣，以及獲取第二關系矩陣，相對于矩陣分解，三階張量分解可以提取出更多的隱藏信息，由于標簽和內容之間的關系可以從其他任務中獲取或者通過簡單的人工標注獲取，獲取成本低，基于第一關系矩陣可以得到目標賬號的第一標簽特征，基于第二關系矩陣可以獲得第一候選內容的第二標簽特征，進而基于標簽特征確定用戶感興趣的內容，因此，本申請實施例相對于相關技術，擁有了更多的決策信息，可以提高內容推薦的準確性。

技術領域

本申請涉及人工智能技術，尤其是一種內容推薦方法、系統、裝置和存儲介質。

背景技術

在內容推薦技術中，通常采用人工智能技術從海量的內容中選擇用戶感興趣的內容。而基于傳統的神經網絡模型，需要對用戶的點擊行為標注，并且需要大量數據才能學習到用戶的興趣，訓練數據的獲取難度高。然而用戶的閱讀興趣在短期改變的可能性較大，因此，采用傳統的神經網絡模型進行建模成本較高，而且往往訓練時間較長，因此不容易在內容推薦的場景中取得較高的精度。

亦有推薦系統采用矩陣分解的方式，在相關技術中基于用戶對內容的評分進行矩陣分解，然后分析用戶和內容之間的關系，從而向用戶推薦內容。此類技術中，一方面用戶的評分存在主觀性，數據噪聲較大，另一方面矩陣關系所隱含的信息較少，導致推薦結果不準確。

發明內容

為解決上述技術問題的至少之一，本申請提供了一種內容推薦方法、系統、裝置和存儲介質，以提高內容推薦的準確度。

根據本申請的第一方面，提供了一種內容推薦方法，包括以下步驟：

獲取目標賬號標識和多個第一候選內容標識；

獲取第一關系信息和第二關系信息，其中，所述第一關系信息和第二關系信息均由三階張量分解得到，所述三階張量由賬號標識、內容標識和標簽標識的三元組構成，所述第一關系信息用于表征賬號標識和標簽標識的關系，所述第二關系信息用于表征內容標識和標簽標識的關系，所述三階張量中的單元用于表征賬號對帶有標簽的內容的瀏覽信息；

根據所述目標賬號標識和第一關系信息，得到所述目標賬號的第一標簽特征；

根據各所述第一候選內容標識和第二關系信息，得到各第一候選內容的第二標簽特征；

確定各所述第二標簽特征與第一標簽特征的第一相似度；

根據各所述第一候選內容對應的第一相似度，從多個所述第一候選內容中選擇向所述目標賬號推薦的目標內容。

根據本申請的第二方面，提供了一種內容推薦方法，包括以下步驟：

獲取多個賬號、各所述賬號對多個候選內容的瀏覽信息，各所述候選內容對應的標簽；

根據各所述賬號、各所述賬號對多個候選內容的瀏覽信息以及各所述候選內容對應的標簽，構建由賬號標識、內容標識和標簽標識的三元組構成的三階張量，所述三階張量中的單元用于表征賬號對帶有標簽的內容的瀏覽信息；

對所述三階張量進行張量分解，得到第一關系信息和第二關系信息，所述第一關系信息用于表征賬號標識和標簽標識的關系，所述第二關系信息用于表征內容標識和標簽標識的關系；

獲取目標賬號標識和多個第一候選內容標識；

根據所述目標賬號標識和第一關系信息，得到所述目標賬號的第一標簽特征；

根據各所述第一候選內容標識和第二關系信息，得到各第一候選內容的第二標簽特征；

確定各所述第二標簽特征與第一標簽特征的第一相似度；