本发明涉及数据处理领域,尤其涉及一种流式内容的推荐方法、装置、设备及存储介质。
背景技术:
1、对于流式内容的推荐方式,很多运营类app的首页数据还是使用传统方式,例如:在目标用户的终端以最新数据的方式进行呈现,该显示方式会使得用户感到乏累,使得用户不想长时间在app上停留。上述推荐案例一般被定义为无效推送,在无效推送次数较多时,会影响到数据挖掘的准确性;从而导致流式内容的推荐精准度低。
技术实现思路
1、本发明的主要目的在于解决流式内容的推送精准度低的技术问题。
2、本发明第一方面提供了一种流式内容的推荐方法,所述流式内容的推荐方法包括:
3、检测用户的行为特征;
4、根据所述行为特征生成所述用户对应的用户标签以及所述用户标签对应的热度值,其中,所述热度值的大小可触发删除所述用户标签的操作指令;
5、根据时间更新所述热度值,得到用户动态标签库;
6、接收到推送请求时,根据所述推送请求以及所述用户动态标签库确定所述推送请求对应的用户类型;
7、当所述用户类型为活跃用户时,在所述用户动态标签库中确定与所述推送请求对应的目标用户;
8、根据所述目标用户在所述用户动态标签库中对应的目标用户标签生成流式内容;
9、输出所述流式内容。
10、可选的,在本发明第一方面的第一种实现方式中,所述根据所述目标用户在所述用户动态标签库中对应的目标用户标签生成流式内容的步骤包括:
11、获取置顶内容、新增内容并根据所述目标用户对应的所述目标用户标签生成目标内容;
12、根据所述置顶内容、所述新增内容以及所述目标内容生成所述流式内容。
13、可选的,在本发明第一方面的第二种实现方式中,所述根据所述置顶内容、所述新增内容以及所述目标内容生成所述流式内容的步骤包括:
14、根据预设内容比例对所述置顶内容、所述新增内容以及所述目标内容进行排版,得到所述流式内容。
15、可选的,在本发明第一方面的第三种实现方式中,所述接收到推送请求时,根据所述推送请求以及所述用户动态标签库确定所述推送请求对应的用户类型的步骤之后,所述方法还包括:
16、当所述用户类型为新用户时,获取置顶内容并将所述置顶内容作为所述流式内容。
17、可选的,在本发明第一方面的第四种实现方式中,所述检测用户的行为特征的步骤包括:
18、检测所述用户对已推送内容的埋点行为以得到所述行为特征,所述行为特征包括停留时长、收藏操作、评论操作、点击率以及转发操作中的一个或者其组合。
19、可选的,在本发明第一方面的第五种实现方式中,所述输出所述流式内容的步骤包括:
20、检测用户对所述流式内容的操作信息;
21、根据所述操作信息更新所述用户动态标签库。
22、可选的,在本发明第一方面的第六种实现方式中,所述输出所述流式内容的步骤包括:
23、将所述流式内容发送至所述目标用户对应的终端。
24、本发明第二方面提供了一种流式内容的推荐装置,包括:
25、检测模块,用于检测用户的行为特征;
26、标签生成模块,用于根据所述行为特征生成所述用户对应的用户标签以及所述用户标签对应的热度值,其中,所述热度值的大小可触发删除所述用户标签的操作指令;
27、更新模块,用于根据时间更新所述热度值,得到用户动态标签库;
28、类型确定模块,用于接收到推送请求时,根据所述推送请求以及所述用户动态标签库确定所述推送请求对应的用户类型;
29、用户确定模块,用于当所述用户类型为活跃用户时,在所述用户动态标签库中确定与所述推送请求对应的目标用户;
30、内容生成模块,用于根据所述目标用户在所述用户动态标签库中对应的目标用户标签生成流式内容;
31、输出模块,用于输出所述流式内容。
32、本发明第三方面提供了一种流式内容的推荐设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述流式内容的推荐设备执行上述的流式内容的推荐方法。
33、本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的流式内容的推荐方法。
34、本发明实施例中,流式内容的推荐设备检测用户的行为特征;根据所述行为特征生成所述用户对应的用户标签以及所述用户标签对应的热度值,其中,所述热度值的大小可触发删除所述用户标签的操作指令;根据时间更新所述热度值,得到用户动态标签库;接收到推送请求时,根据所述推送请求以及所述用户动态标签库确定所述推送请求对应的用户类型;当所述用户类型为活跃用户时,在所述用户动态标签库中确定与所述推送请求对应的目标用户;根据所述目标用户在所述用户动态标签库中对应的目标用户标签生成流式内容;输出所述流式内容。由于流式内容的推荐设备可基于用户的行为特征进行流式内容推荐,因此可以根据用户的兴趣和偏好,为用户推荐更有吸引力的内容,从而提高用户对平台的粘性,基于用户身份、行为特征以及热度值可动态的为用户提供更具个性化的内容,使得推荐精准度不为时间而受影响,可以提高用户在平台上的留存率,从而增加平台的收益,提高了流式内容的推荐精准度。
1.一种流式内容的推荐方法,其特征在于,所述流式内容的推荐方法包括:
2.根据权利要求1所述的流式内容的推荐方法,其特征在于,所述根据所述目标用户在所述用户动态标签库中对应的目标用户标签生成流式内容的步骤包括:
3.根据权利要求2所述的流式内容的推荐方法,其特征在于,所述根据所述置顶内容、所述新增内容以及所述目标内容生成所述流式内容的步骤包括:
4.根据权利要求1所述的流式内容的推荐方法,其特征在于,所述接收到推送请求时,根据所述推送请求以及所述用户动态标签库确定所述推送请求对应的用户类型的步骤之后,所述方法还包括:
5.根据权利要求1所述的流式内容的推荐方法,其特征在于,所述检测用户的行为特征的步骤包括:
6.根据权利要求1所述的流式内容的推荐方法,其特征在于,所述输出所述流式内容的步骤包括:
7.根据权利要求1-6任一项所述的流式内容的推荐方法,其特征在于,所述输出所述流式内容的步骤包括:
8.一种流式内容的推荐装置,其特征在于,所述流式内容的推荐装置包括:
9.一种流式内容的推荐设备,其特征在于,所述流式内容的推荐设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的流式内容的推荐方法。