[发明专利]打标签方法、推荐方法及记录介质

说明书

本公开内容涉及打标签方法、推荐方法及记录介质。根据本公开内容的一个实施例，该打标签方法包括：从目标内容的文本部分选择多个关键词；使用语言模型确定各关键词的相应关键词向量；通过对各相应关键词向量加权求和确定目标内容的内容向量；基于内容向量和标签集中的各标签的标签向量确定目标内容关于各标签的相似度；以及基于各相似度确定目标内容的内容类别标签；其中，标签集中的各标签为指示目标内容的候选类别的类别指示词；并且各标签向量是由语言模型基于相应类别指示词确定的向量。本公开内容的方案至少有助于实现如下效果之一：准确地为内容分配标签、实时为内容分配标签、向用户推荐匹配的内容。

技术领域

本公开内容总体上涉及信息处理，更具体地，涉及打标签方法、推荐方法以及存储有执行前述方法的程序的计算机可读记录介质。

背景技术

近年来，随着互联网的蓬勃发展，在网络上发布内容及向用户推荐内容越来越普遍。如何向用户有效地推荐内容是重要的研究方向。

发明内容

在下文中将给出关于本公开内容的简要概述，以便提供关于本公开内容的某些方面的基本理解。应当理解，此概述并不是关于本公开内容的穷举性概述。它并不是意图确定本公开内容的关键或重要部分，也不是意图限定本公开内容的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

网络上发布的内容涉及各种类别。例如，运动健身、家政服务、鲜花礼品、婚纱摄影等。用户感兴趣的内容的类别也是多样的。例如，在一定的时间段内，用户可能仅对运动健身感兴趣。或者，用户对某些领域感兴趣，对某些领域缺乏兴趣。可以理解，考虑到前述事实，为了向用户有效推荐内容并提高用户针对推荐内容的点击率，通过对内容打标签以将内容进行分类，从而可以向对特定类型的内容感兴趣的用户推荐具有相应标签的内容。因此，准确且有效的为内容分配标签是期望的。

根据本公开内容的一方面，提供了一种打标签方法，包括：从目标内容的文本部分选择多个关键词；使用语言模型确定各关键词的相应关键词向量；通过对各相应关键词向量加权求和确定目标内容的内容向量；基于内容向量和标签集中的各标签的标签向量确定目标内容关于各标签的相似度；以及基于各相似度确定目标内容的内容类别标签；其中，标签集中的各标签为指示目标内容的候选类别的类别指示词；并且各标签向量是由语言模型基于相应类别指示词确定的向量。

根据本公开内容的一方面，提供了一种推荐方法，包括：基于多个内容中的每个的内容类别标签集和用户的感兴趣内容类别集确定用于向用户推荐的候选内容集；从候选内容集选择向用户推荐的推荐内容；以及生成向用户显示推荐内容的表示的指示；其中，指示用于供用户选择；并且多个内容包括目标内容，目标内容的内容类别标签集中的至少一个内容类别标签是通过前述打标签方法来被确定。

根据本公开内容的另一方面，提供了存储有程序的计算机可读记录介质，其中，该程序使计算机执行前述的打标签方法。

根据本公开内容的又一方面，提供了一种存储有程序的计算机可读记录介质，其中，该程序使计算机执行前述推荐方法。

本公开内容的打标签方法、推荐方法以及记录介质至少有助于实现如下效果之一：高效地为内容分配标签、准确地为内容分配标签、实时为内容分配标签、向用户推荐匹配的内容、提高内容的点击率、以及容易地实现新内容的冷启动。

附图说明

参照附图下面说明本公开内容的实施例，这将有助于更加容易地理解本公开内容的以上和其他目的、特点和优点。附图只是为了示出本公开内容的原理。在附图中不必依照比例绘制出单元的尺寸和相对位置。在附图中：

图1示出了根据本公开内容的一个实施例的打标签方法的示例性流程图；

图2示出了根据本公开内容的一个实施例的选择多个关键词的方法的示例性流程图；

图3示出了根据本公开内容的一个实施例的推荐方法的示例性流程图；