[发明专利]场景化内容推荐方法、装置、电子设备及存储介质

说明书

本申请公开了一种场景化内容推荐方法，属于计算机技术领域，有助于提升推荐结果与用户需求的匹配度。所述方法包括：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，预估各所述内容的预设POI特征和预设用户场景特征的相似度；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，从预设内容池中确定召回内容；通过预设排序模型，根据目标用户的用户画像特征、各召回内容的内容画像特征、所述用户场景特征和各召回内容的预设POI特征，预估各召回内容的推荐得分；根据推荐得分，对各召回内容进行排序推荐。

技术领域

本申请实施例涉及信息推荐技术领域，特别是涉及一种场景化内容推荐方法、装置、电子设备及计算机可读存储介质。

背景技术

在电商推荐、咨询推荐等推荐场景中，基于用户的兴趣和场景信息进行对象推荐，是常用的推荐手段。通常，需要基于已有的用户历史行为数据，提取其中的用户特征和场景特征作为推荐排序模型的输入，训练推荐排序模型。之后，在具体推荐应用中，首先按照预设规则定义由不同时间、国家、城市等组成的“场景”，根据各种不同场景下用户消费内容的历史数据统计，筛选出用户在相应场景下点击率靠前的类型和相关内容，得到初步筛选的候选集；接下来，基于训练得到的推荐排序模型对候选集中的对象进行推荐排序。现有技术中的上述推荐排序方法至少存在冷启动问题。例如在新的场景下，用户若缺乏行为数据，则无法进行个性化的推荐；而对于新对象，由于其在相应场景下没有曝光过，缺乏点击数据，导致即便是很好的新对象也很难被推荐出来。

发明内容

本申请实施例提供一种场景化内容推荐方法，有助于提升场景化内容推荐的精确度。

为了解决上述问题，第一方面，本申请实施例提供了一种场景化内容推荐方法，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。

第二方面，本申请实施例提供了一种场景化内容推荐装置，包括：

相似度预估模块，用于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；

召回内容初筛模块，用于根据所述相似度，从所述预设内容池中确定召回内容；

筛选结果排序得分预估模块，用于通过预设排序模型，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；

排序推荐模块，用于根据所述推荐得分，对各所述召回内容进行排序推荐。

第三方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例所述的场景化内容推荐方法。