[发明专利]场景化内容推荐方法、装置、电子设备及存储介质

权利要求书

1.一种场景化内容推荐方法，其特征在于，包括：

响应于获取的推荐请求,根据预设内容池中各内容的预设POI特征和与所述推荐请求匹配的目标用户的预设用户场景特征，通过预设的场景和POI匹配模型，预估各所述内容的所述预设POI特征和所述预设用户场景特征的相似度；其中，所述场景和POI匹配模型是基于用户主动行为产生的历史数据训练的；

根据所述相似度，从所述预设内容池中确定召回内容；

通过预设排序模型，根据所述目标用户的用户画像特征、各所述召回内容的内容画像特征、所述预设用户场景特征和各所述召回内容的所述预设POI特征，预估各所述召回内容的推荐得分；

根据所述推荐得分，对各所述召回内容进行排序推荐；

所述场景和POI匹配模型包括：场景特征向量化子网络和POI特征向量化子网络；其中，所述场景特征向量化子网络用于对所述预设用户场景特征进行非线性变换，输出所述预设用户场景特征的场景特征向量表达，所述POI特征向量化子网络用于对所述预设POI特征进行非线性变换，输出所述预设POI特征的POI特征向量表达；

所述通过预设排序模型，根据所述目标用户的用户画像特征、各所述召回内容的内容画像特征、所述预设用户场景特征和各所述召回内容的所述预设POI特征，预估各所述召回内容的推荐得分的步骤，包括：

获取所述场景和POI匹配模型中，所述场景特征向量化子网络输出的所述预设用户场景特征的场景特征向量表达和所述POI特征向量化子网络输出的所述预设POI特征的POI特征向量表达；

对于每个所述召回内容，将所述目标用户的用户画像特征、所述召回内容的内容画像特征、所述场景特征向量表达和所述POI特征向量表达输入至预设排序模型，预估所述召回内容的推荐得分。

2.根据权利要求1所述的方法，其特征在于，所述场景和POI匹配模型包括：场景特征向量化子网络、POI特征向量化子网络和匹配层网络，所述根据预设内容池中各内容的预设POI特征和与所述推荐请求匹配的目标用户的预设用户场景特征，通过预设的场景和POI匹配模型，预估各所述内容的所述预设POI特征和所述预设用户场景特征的相似度的步骤，包括：

对于预设内容池中每个内容，分别执行以下操作：

通过所述场景特征向量化子网络对与所述推荐请求匹配的目标用户的预设用户场景特征进行非线性变换，输出所述预设用户场景特征的场景特征向量表达；以及，通过所述POI特征向量化子网络对该内容的预设POI特征进行非线性变换，输出该内容的所述预设POI特征的POI特征向量表达；

通过所述匹配层网络计算所述场景特征向量表达和所述POI特征向量表达的欧氏距离，作为所述内容的所述预设POI特征和所述预设用户场景特征的相似度。

3.根据权利要求1或2所述的方法，其特征在于，基于用户主动行为产生的历史数据训练所述场景和POI匹配模型的步骤，包括：

获取用户主动行为产生的历史数据；

根据每条所述历史数据，分别确定所述历史数据关联的所述预设用户场景特征和所述预设POI特征和点击率标签，生成一条训练样本；

将所述预设用户场景特征和所述预设POI特征作为模型输入，以所述点击率标签作为模型的输出目标，以模型的输出与所述输出目标的损失值之和最小为训练目标，基于若干所述训练样本训练所述场景和POI匹配模型。

4.根据权利要求3所述的方法，其特征在于，所述场景和POI匹配模型包括：场景特征向量化子网络和POI特征向量化子网络，所述场景和POI匹配模型的损失函数根据所述场景特征向量化子网络输出的所述预设用户场景特征的场景特征向量表达和所述POI特征向量化子网络输出所述预设POI特征的POI特征向量表达计算所述损失值。