内容的推荐方法、装置、电子设备和介质与流程

本公开涉及人工智能，尤其涉及推荐系统，具体涉及一种内容的推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

2、推荐系统主要分为召回、排序两个阶段。在召回阶段中，会根据用户对各类标签内容、资源的展现点击行为，而选择不同的标签作为召回词。召回词会直接影响内容的推荐效果，因此，选取合适的召回词显得尤为重要。

3、在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

技术实现思路

1、本公开提供了一种内容的推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

2、根据本公开的一方面，提供了一种内容的推荐方法，包括：获取包括多个标签的标签集合，其中，所述多个标签中的每个标签用于标识与该标签对应的内容；针对所述多个标签中每个标签，获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，所述第一用户集合中包括至少一个用户；计算所述至少一个用户中的每个用户在所述预设时间段内针对该标签对应的内容的点击率；基于所述第一用户集合中每个用户对应的点击率的大小，确定每个用户针对该标签对应的序值；将所述多个标签中每个标签对应的第一用户集合的并集作为第二用户集合；以及针对所述第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及将标识有所述召回词的内容推荐给该用户。

3、根据本公开的另一方面，提供了一种内容的推荐装置，包括：第一获取模块，被配置为获取包括多个标签的标签集合，其中，所述多个标签中的每个标签用于标识与该标签对应的内容；第二获取模块，被配置为针对所述多个标签中每个标签，获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，所述第一用户集合中包括至少一个用户；计算模块，被配置为计算所述至少一个用户中的每个用户在所述预设时间段内针对该标签对应的内容的点击率；第一确定模块，被配置为基于所述第一用户集合中每个用户对应的点击率的大小，确定每个用户针对该标签对应的序值；第二确定模块，被配置为将所述多个标签中每个标签对应的第一用户集合的并集作为第二用户集合；以及第三确定模块，被配置为针对所述第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及推荐模块，被配置为将标识有所述召回词的内容推荐给该用户。

4、根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述方法。

5、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述方法。

6、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现上述方法。

7、根据本公开的一个或多个实施例，提供了一种内容的推荐方法，针对同一标签，基于针对该标签有点击行为的用户对应的点击率的排序，确定用户针对该标签对应的序值，并进而通过用户的对标识有标签的内容的点击率和序值来得到召回词。基于点击率确定的召回词能够确保召回用户感兴趣的标签的内容，提升推荐的准确性和推荐效果，基于序值确定的召回词能够探索用户是否对其他标签感兴趣，即后验较差的标签也一定会有用户召回，使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

8、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种内容的推荐方法，包括：

2.根据权利要求1所述的方法，其中，所述基于所述第一用户集合中每个用户对应的点击率的排序，确定每个用户针对该标签对应的序值包括：

3.根据权利要求2所述的方法，其中，针对所述第一用户集合中的每个用户，该用户针对该标签对应的序值等于该用户针对该标签的点击率在所述第一用户集合中对应的排序与所述用户数量的比值。

4.根据权利要求1-3中任一项所述的方法，其中，根据权利要求1或2所述的方法，其中，所述针对所述第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词包括：

5.根据权利要求4所述的方法，其中，所述第一多个和所述第二多个的数量相同。

6.一种内容的推荐装置，包括：

7.根据权利要求6所述的装置，其中，所述第一确定模块包括：

8.根据权利要求7所述的装置，其中，针对所述第一用户集合中的每个用户，该用户针对该标签对应的序值等于该用户针对该标签的点击率在所述第一用户集合中对应的排序与所述用户数量的比值。

9.根据权利要求6-8中任一项所述的装置，其中，所述第三确定模块包括：

10.根据权利要求9所述的装置，其中，所述第一多个和所述第二多个的数量相同。

11.一种电子设备，包括：

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-5中任一项所述的方法。

技术总结
本公开提供了一种内容的推荐方法、装置、电子设备和介质，涉及人工智能领域，尤其涉及推荐系统技术领域。实现方案为：获取包括多个标签的标签集合，其中，每个标签用于标识与该标签对应的内容；针对每个标签，获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，第一用户集合中包括至少一个用户；计算每个用户在预设时间段内针对该标签对应的内容的点击率；基于每个用户对应的点击率的大小，确定每个用户针对该标签对应的序值；将每个标签对应的第一用户集合的并集作为第二用户集合；以及针对第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及将标识有召回词的内容推荐给该用户。

技术研发人员：肖涛,李善涛
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：
技术公布日：2024/1/15