信息推荐方法、装置及服务器与流程

本发明涉及计算机，具体而言，涉及一种信息推荐方法、装置及服务器。

背景技术：

1、互联网电视，是指基于公共互联网传送包含视频、音频、图形、文字和数据等，通过电视机、机顶盒等终端接收设备，向公众提供安全、可靠、可交互和可管理的多媒体视听业务。随着互联网电视的普及，主题推荐也广泛应用于电视产品中。

2、相关技术中，主题推荐方式是通过运营人员基于运营经验和流行趋势定义生成主题的核心概念，之后基于定义的核心概念人工筛选出符合定义的核心概念的节目组成主题，将主题配置部署到终端，实现主题推荐。

3、但是，相关技术中，需要人工筛选出节目以组成主题，浪费了不必要的人力资源，还降低了主题推荐的效率。

技术实现思路

1、本发明的目的在于，针对上述现有技术中的不足，提供一种信息推荐方法、装置、服务器及存储介质，以便解决相关技术中所存在的上述问题。

2、为实现上述目的，本发明实施例采用的技术方案如下：

3、第一方面，本发明实施例提供了一种信息推荐方法，包括：

4、根据目标用户针对历史视频的操作行为，从所述历史视频的多个标签中确定所述目标用户的偏好标签，所述历史视频为所述目标用户历史所观看过的视频；

5、根据主题库中的多个主题标签以及所述偏好标签，从所述多个主题标签对应的多个主题中，确定所述目标用户的多个感兴趣主题；

6、根据所述多个感兴趣主题中的视频内容，从所述多个感兴趣主题中确定目标主题；

7、向所述目标用户对应的终端设备推荐所述目标主题中的视频内容。

8、可选的，所述根据目标用户针对历史视频的操作行为，从所述历史视频的多个标签中确定所述目标用户的偏好标签，包括：

9、根据所述目标用户针对历史视频的操作行为，确定所述目标用户针对每个标签维度的多个标签的偏好得分；

10、根据所述每个标签维度的多个标签的偏好得分对所述每个标签维度的多个标签排序，得到所述每个标签维度的排序后的多个标签；

11、从所述每个标签维度的排序后的多个标签中，确定所述每个标签维度的偏好标签。

12、可选的，所述根据所述目标用户针对历史视频的操作行为，确定所述目标用户针对每个标签维度的多个标签的偏好得分，包括：

13、针对每个历史时间周期，根据所述操作行为的行为类型、所述行为类型的行为权重、所述目标用户针对所述每个标签维度的多个标签中每个标签进行所述操作行为的次数、所述目标用户针对所述每个标签所对应的目标标签维度下所有标签进行所述操作行为的次数、所有用户针对所述目标标签维度下所有标签进行所述操作行为的次数、所有用户针对所述每个标签进行所述操作行为的次数，得到所述每个历史时间周期的所述目标用户针对所述每个标签的初始得分；

14、对所述每个历史时间周期的初始得分进行累加，得到目标用户针对每个标签维度的多个标签的偏好得分。

15、可选的，所述根据主题库中的多个主题标签以及所述偏好标签，从所述多个主题标签对应的多个主题中，确定所述目标用户的多个感兴趣主题，包括：

16、对所述多个主题标签以及所述偏好标签进行匹配，得到所述目标用户针对所述多个主题的兴趣得分；

17、根据所述多个主题的兴趣得分对所述多个主题进行排序，得到排序后的多个主题；

18、从所述排序后的多个主题中，确定所述目标用户的多个感兴趣主题。

19、可选的，所述对所述多个主题标签以及所述偏好标签进行匹配，得到所述目标用户针对所述多个主题的兴趣得分，包括：

20、根据标签维度对应的预设权重、所述偏好标签与每个主题标签在对应的标签维度上的匹配数量、所述标签维度中对应的预设值进行计算，得到所述多个主题的兴趣得分。

21、可选的，所述根据所述多个感兴趣主题中的视频内容，从所述多个感兴趣主题中确定目标主题，包括：

22、对每个感兴趣主题中的视频内容进行评分，得到所述每个感兴趣主题中每个视频内容的得分；

23、根据所述每个感兴趣主题中每个视频内容的得分，确定所述每个感兴趣主题的目标视频内容；

24、根据所述每个感兴趣主题的目标视频内容的得分，得到所述每个感兴趣主题的得分；

25、根据所述每个感兴趣主题的得分，从所述多个感兴趣主题中确定目标主题。

26、可选的，所述对每个感兴趣主题中的视频内容进行评分，得到所述每个感兴趣主题中每个视频内容的得分，包括：

27、获取所述目标用户的特征信息以及所述每个感兴趣主题中的视频内容的特征信息；

28、采用预设视频内容评分模型，对所述目标用户的特征信息以及所述每个感兴趣主题中的视频内容的特征信息进行处理，得到所述每个感兴趣主题中每个视频内容的得分。

29、可选的，所述方法还包括：

30、根据样本用户的特征信息、曝光且被所述样本用户已点播的第一样本视频内容、曝光且未被所述样本用户点播的第二样本视频内容进行模型训练，得到所述预设视频内容评分模型。

31、第二方面，本发明实施例还提供了一种信息推荐装置，包括：

32、确定模块，用于根据目标用户针对历史视频的操作行为，从所述历史视频的多个标签中确定所述目标用户的偏好标签，所述历史视频为所述目标用户历史所观看过的视频；根据主题库中的多个主题标签以及所述偏好标签，从所述多个主题标签对应的多个主题中，确定所述目标用户的多个感兴趣主题；根据所述多个感兴趣主题中的视频内容，从所述多个感兴趣主题中确定目标主题；

33、推荐模块，用于向所述目标用户对应的终端设备推荐所述目标主题中的视频内容。

34、可选的，所述确定模块，具体用于根据所述目标用户针对历史视频的操作行为，确定所述目标用户针对每个标签维度的多个标签的偏好得分；根据所述每个标签维度的多个标签的偏好得分对所述每个标签维度的多个标签排序，得到所述每个标签维度的排序后的多个标签；从所述每个标签维度的排序后的多个标签中，确定所述每个标签维度的偏好标签。

35、可选的，所述确定模块，具体用于针对每个历史时间周期，根据所述操作行为的行为类型、所述行为类型的行为权重、所述目标用户针对所述每个标签维度的多个标签中每个标签进行所述操作行为的次数、所述目标用户针对所述每个标签所对应的目标标签维度下所有标签进行所述操作行为的次数、所有用户针对所述目标标签维度下所有标签进行所述操作行为的次数、所有用户针对所述每个标签进行所述操作行为的次数，得到所述每个历史时间周期的所述目标用户针对所述每个标签的初始得分；对所述每个历史时间周期的初始得分进行累加，得到目标用户针对每个标签维度的多个标签的偏好得分。

36、可选的，所述确定模块，具体用于对所述多个主题标签以及所述偏好标签进行匹配，得到所述目标用户针对所述多个主题的兴趣得分；根据所述多个主题的兴趣得分对所述多个主题进行排序，得到排序后的多个主题；从所述排序后的多个主题中，确定所述目标用户的多个感兴趣主题。

37、可选的，所述确定模块，具体用于根据标签维度对应的预设权重、所述偏好标签与每个主题标签在对应的标签维度上的匹配数量、所述标签维度中对应的预设值进行计算，得到所述多个主题的兴趣得分。

38、可选的，所述确定模块，具体用于对每个感兴趣主题中的视频内容进行评分，得到所述每个感兴趣主题中每个视频内容的得分；根据所述每个感兴趣主题中每个视频内容的得分，确定所述每个感兴趣主题的目标视频内容；根据所述每个感兴趣主题的目标视频内容的得分，得到所述每个感兴趣主题的得分；根据所述每个感兴趣主题的得分，从所述多个感兴趣主题中确定目标主题。

39、可选的，所述确定模块，具体用于获取所述目标用户的特征信息以及所述每个感兴趣主题中的视频内容的特征信息；采用预设视频内容评分模型，对所述目标用户的特征信息以及所述每个感兴趣主题中的视频内容的特征信息进行处理，得到所述每个感兴趣主题中每个视频内容的得分。

40、可选的，所述装置还包括：

41、训练模块，用于根据样本用户的特征信息、曝光且被所述样本用户已点播的第一样本视频内容、曝光且未被所述样本用户点播的第二样本视频内容进行模型训练，得到所述预设视频内容评分模型。

42、第三方面，本发明实施例还提供了一种服务器，包括：存储器和处理器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的信息推荐方法。

43、第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被读取并执行时，实现上述第一方面任一项所述的信息推荐方法。

44、本发明的有益效果是：本发明实施例提供一种信息推荐方法，包括：根据目标用户针对历史视频的操作行为，从历史视频的多个标签中确定目标用户的偏好标签，历史视频为目标用户历史所观看过的视频；根据主题库中的多个主题标签以及偏好标签，从多个主题标签对应的多个主题中，确定目标用户的多个感兴趣主题；根据多个感兴趣主题中的视频内容，从多个感兴趣主题中确定目标主题；向目标用户对应的终端设备推荐目标主题中的视频内容。先自动确定出目标用户的偏好标签以及目标用户的多个感兴趣主题，继而根据多个感兴趣主题中的视频内容，从多个感兴趣主题中确定目标主题，可以实现自动的确定出目标主题，无需人工进行筛选，节省了人力资源，还提高了主题推荐的效率。