[發明專利]一種內容推薦模型訓練方法、系統、裝置與介質

在審

• 申請號: 202310703354.1
• 申請日: 2023-06-14
• 公開（公告）號: CN116595263A
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 王曉勇
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F18/214
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 余凱歡

本申請公開了一種內容推薦模型訓練方法、系統、裝置和存儲介質，其中方法包括以下步驟：獲取運維知識問答標題庫的第一詞匯集合；所述第一詞匯集合用于表征運維知識問答標題庫中頻率排名前若干位的關鍵詞組成的集合；根據所述第一詞匯集合，對問答知識內容庫進行分類，確定所述關鍵詞對應的第一內容集合；根據所述第一內容集合，對神經網絡模型進行訓練，得到內容推薦模型。本方法相比于傳統的基于內容和協同過濾的推薦算法具有更好的性能，能更快速得到關鍵詞對應的內容推薦，可以提高內容推薦的準確度以及推薦速度，提高用戶體驗。本申請可廣泛應用于人工智能技術領域。

技術領域

本申請涉及人工智能技術領域，尤其是一種內容推薦模型訓練方法、系統、裝置與存儲介質。

背景技術

在市場競爭越來越激烈的情況下,知識已成為企業經營的首要資源,企業的競爭優勢越來越體現在企業是否擁有雄厚的知識資本以及獨特的經營能力,因此,知識管理正在成為企業最核心的管理內容。大型企業和組織等，逐漸開始部署知識管理平臺，實現顯性知識和隱性知識的共享，員工自愿合作共享和開發知識資源，以使企業和組織達到更高的目標和產生更好的效益。

在這樣的背景下，有關企業決定建設和部署集團自己的知識管理平臺，其目的是打通知識能力與業務賦能轉化路徑和專家能力調用機制，促進知識成果沉淀和內容再生，全面提升相關人員的綜合能力和業務效率。但面對百萬級別數量的文檔和視頻，用戶如何快速從平臺上找到自己喜好的內容，僅靠搜索功能是無法滿足的，平臺必須提供內容推薦功能，在傳統的內容推薦模塊中，由于在模型訓練時，存在很多和推薦內容無關的文本數據，導致平臺推薦精度較差。因此，相關技術中仍存在需要改進的技術問題。

發明內容

本申請的目的在于至少一定程度上解決現有技術中存在的技術問題之一。

為此，本申請實施例的一個目的在于提供一種內容推薦模型訓練方法、系統、裝置與存儲介質，該方法、系統、裝置與存儲介質可以提高內容推薦的準確度以及推薦速度，提高用戶體驗。

為了達到上述技術目的，本申請實施例所采取的技術方案包括：一種內容推薦模型訓練方法，包括以下步驟：獲取運維知識問答標題庫的第一詞匯集合；所述第一詞匯集合用于表征運維知識問答標題庫中頻率排名前若干位的關鍵詞組成的集合；根據所述第一詞匯集合，對問答知識內容庫進行分類，確定所述關鍵詞對應的第一內容集合；根據所述第一內容集合，對神經網絡模型進行訓練，得到內容推薦模型。

另外，根據本發明中上述實施例的一種內容推薦模型訓練的方法，還可以有以下附加的技術特征：

進一步地，本申請實施例中，所述頻率包括詞頻-逆文本頻率,所述獲取運維知識問答標題庫的第一詞匯集合這一步驟，具體包括：從所述運維知識問答標題庫中提取各功能模塊的關鍵詞；確定在所述運維知識問答標題庫中詞頻-逆文本頻率排名前若干個的所述關鍵詞為第一詞匯集合。

進一步地，本申請實施例中，所述根據所述第一內容集合，對神經網絡模型進行訓練，得到內容推薦模型這一步驟，具體包括：基于用戶與所述第一內容集合的交互，獲取所述用戶對所述第一內容集合中每個內容的瀏覽數據；根據所述瀏覽數據，確定所述用戶對所述每個內容的評價數據；根據所述評價數據，確定所述用戶的評價數據矩陣；根據所述評價數據矩陣，對神經網絡模型進行訓練，得到內容推薦模型。