[发明专利]一种内容推送方法、装置和计算机可读存储介质

权利要求书

1.一种内容推送方法，其特征在于，该方法包括：

基于当前获取的数据确定单位时间段内用户对感兴趣文件的请求概率，基于所述请求概率以及过去记录的数据确定用户喜好；所述请求概率由用户在当前时间段内是否收到文件的推荐确定；所述用户喜好由用户在单位时间段内对感兴趣文件的请求概率、所有用户对文件的喜好、用户对文件发起请求前收到文件的推荐的时间段的数量、用户对文件发起请求前没收到文件的推荐的时间段的数量，并结合最大似然函数确定；

基于所述用户喜好和请求概率，确定每个基站在下个时间段内需要缓存的文件；

基于所述用户喜好和请求概率通过深度强化学习在线优化推荐策略，得到每个基站在下个时间段内推荐的文件；

将下个时间段内推荐的文件信息与缓存的文件信息通知给相关基站。

2.根据权利要求1所述的方法，其特征在于，所述过去记录的数据包括但不限于以下内容：

每个小区内的用户索引；

每个用户在过去单位时间段内请求的文件信息，且发起请求时所位于的小区；

每个用户在过去单位时间段内收到的被推荐的文件信息；

每个用户在过去单位时间段内没有命中缓存的请求次数。

3.根据权利要求1所述的方法，其特征在于，所述基于所述用户喜好和请求概率，确定每个基站在下个时间段内需要缓存的文件，包括：

基于所述用户喜好和请求概率，并结合条件概率确定当前时间段内第i个小区内第f个文件的请求次数均值；

基于所述当前时间段内第i个小区内第f个文件的请求次数均值，确定第i个小区内基站应缓存的文件。

4.根据权利要求1所述的方法，其特征在于，所述基于所述用户喜好和请求概率通过深度强化学习在线优化推荐策略，得到每个基站在下个时间段内推荐的文件，包括：

基于所述用户喜好确定状态对应的矩阵用于反映文件在各个小区的局部流行度；

基于推荐文件的索引确定行动对应的矩阵R，用于反映各个小区内被推荐的文件；其中，所述行动指的是深度强化学习中每一步根据当前状态所采取的行动；

确定预设的Q函数的值，并基于所述Q函数的值优化推荐策略，得到每个基站在下个时间段内推荐的文件；其中，所述Q函数与矩阵和矩阵R相关。

5.一种用户喜好评估方法，其特征在于，该方法应用于内容推送，包括：

获取当前的数据以及过去记录的数据；

基于所述当前的数据确定单位时间段内用户对感兴趣文件的请求概率，基于所述请求概率以及过去记录的数据确定用户喜好；所述请求概率由用户在当前时间段内是否收到文件的推荐确定；所述用户喜好由用户在单位时间段内对感兴趣文件的请求概率、所有用户对文件的喜好、用户对文件发起请求前收到文件的推荐的时间段的数量、用户对文件发起请求前没收到文件的推荐的时间段的数量，并结合最大似然函数确定。

6.根据权利要求5所述的方法，其特征在于，所述用户在单位时间段内对感兴趣文件的请求概率表示为：

所述用户喜好表示为：

其中，所述p_f∈(0，1)，表示所有用户对文件f的喜好；所述k_uf表示用户u对文件f发起请求前收到文件f的推荐的时间段的数量；所述表示用户u对文件f发起请求前没收到文件f的推荐的时间段的数量。

7.一种缓存评估方法，其特征在于，该方法应用于内容推送，包括：

基于当前获取的数据确定单位时间段内用户对感兴趣文件的请求概率，基于所述请求概率以及过去记录的数据确定用户喜好；所述请求概率由用户在当前时间段内是否收到文件的推荐确定；所述用户喜好由用户在单位时间段内对感兴趣文件的请求概率、所有用户对文件的喜好、用户对文件发起请求前收到文件的推荐的时间段的数量、用户对文件发起请求前没收到文件的推荐的时间段的数量，并结合最大似然函数确定；

基于所述用户喜好和请求概率，确定每个基站在下个时间段内需要缓存的文件。