[发明专利]资源的推送方法和装置、存储介质及电子装置在审
申请号: | 201910599659.6 | 申请日: | 2019-07-04 |
公开(公告)号: | CN112182460A | 公开(公告)日: | 2021-01-05 |
发明(设计)人: | 杜颖 | 申请(专利权)人: | 腾讯科技(北京)有限公司 |
主分类号: | G06F16/958 | 分类号: | G06F16/958;G06F16/9535;G06F16/954;G06K9/62 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 刘晓燕 |
地址: | 100080 北京市海淀区海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 资源 推送 方法 装置 存储 介质 电子 | ||
本发明公开了一种资源的推送方法和装置、存储介质及电子装置。该方法包括:获取目标对象在第一时间段内浏览的历史资源;获取与历史资源对应的历史资源向量,历史资源向量为将历史资源输入到目标向量模型中得到的向量,目标向量模型使用多个训练样本训练初始向量模型得到,多个训练样本中的每个训练样本包含一个训练对象在第二时间段内浏览的不同类型的多个样本资源,目标向量模型输出的、与同一训练样本中的多个样本资源对应的多个样本资源向量之间的相似度高于第一阈值;从目标资源集合中获取待推送资源,其中,标向量模型输出的、与待推送资源对应的待推送资源向量与历史资源向量相似度高于第二阈值;将待推送资源推送给目标对象。
技术领域
本发明涉及计算机领域,具体而言,涉及一种资源的推送方法和装置、存储介质及电子装置。
背景技术
如今,用户在进行资源(例如,新闻、文章、短视频等)浏览时,推荐系统可以自动联系用户和资源,帮助用户发现其感兴趣的资源,也可以将资源推送给对其感兴趣的用户。例如,新闻推荐系统可以根据用户的兴趣特点和阅读行为,向用户推荐其感兴趣的新闻。
相关技术中的推荐系统,可以采集用户在一个section(时间段,时间区间)内对于资源的浏览行为,将用户浏览的资源按照时间的先后顺序进行排序,并作为训练样本,输入到如word2vec的模型中进行训练,得到资源的向量表示。对于目标用户,针对目标用户最近浏览的资源所对应的资源向量来计算相似最高的预定个数的资源,并推荐给目标用户。
然而,根据用户过去点击的某一资源,做向量相近查找,推送的资源基本都与历史浏览的资源极其相似,而循环推出历史相似的资源会造成推荐给用户的内容越来越窄,造成用户的视觉疲劳,降低用户体验。
因此,相关技术中的资源推送方法存在向用户推送的资源过于单一的问题。
发明内容
本发明实施例提供了一种资源的推送方法和装置、存储介质及电子装置,以至少解决相关技术中的资源推送方法向用户推送的资源过于单一的技术问题。
根据本发明实施例的一个方面,提供了一种资源的推送方法,包括:获取目标对象的历史资源,其中,历史资源为目标对象在第一时间段内浏览的资源;获取与历史资源对应的历史资源向量,其中,历史资源向量为将历史资源输入到目标向量模型中得到的向量,目标向量模型为使用多个训练样本训练初始向量模型得到向量模型,多个训练样本中的每个训练样本包含一个训练对象在第二时间段内浏览的不同类型的多个样本资源,目标向量模型输出的、与同一训练样本中的多个样本资源对应的多个样本资源向量之间的相似度高于第一阈值;从目标资源集合中获取待推送资源,其中,目标资源集合中的各个目标资源均属于多个训练样本,目标向量模型输出的、与待推送资源对应的待推送资源向量与历史资源向量相似度高于第二阈值;将待推送资源推送给目标对象。
根据本发明实施例的另一方面,还提供了一种资源的推送装置,包括:第一获取模块,用于获取目标对象的历史资源,其中,历史资源为目标对象在第一时间段内浏览的资源;第二获取模块,用于获取与历史资源对应的历史资源向量,其中,历史资源向量为将历史资源输入到目标向量模型中得到的向量,目标向量模型为使用多个训练样本训练初始向量模型得到向量模型,多个训练样本中的每个训练样本包含一个训练对象在第二时间段内浏览的不同类型的多个样本资源,目标向量模型输出的、与同一训练样本中的多个样本资源对应的多个样本资源向量之间的相似度高于第一阈值;第三获取模块,用于从目标资源集合中获取待推送资源,其中,目标资源集合中的各个目标资源均属于多个训练样本,目标向量模型输出的、与待推送资源对应的待推送资源向量与历史资源向量相似度高于第二阈值;推送模块,用于将待推送资源推送给目标对象。
根据本发明实施例的又一方面,还提供了一种存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(北京)有限公司,未经腾讯科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910599659.6/2.html,转载请声明来源钻瓜专利网。