[发明专利]一种内容推荐的方法、电子设备和存储介质

权利要求书

1.一种内容推荐的方法，其特征在于，包括：

根据用户的历史操作信息确定用户喜好标签；

根据所述用户喜好标签的语义信息，确定各用户喜好标签所属的类簇；

根据各用户喜好标签的标签权重，从所述用户喜好标签所属的各类簇中分别确定目标标签，根据所述目标标签为所述用户进行内容推荐；

其中，标签权重根据所述历史操作信息，和/或用户喜好标签所在的类簇确定。

2.根据权利要求1所述的内容推荐的方法，其特征在于，所述根据用户喜好标签的语义信息，确定各用户喜好标签所属的类簇，包括：

根据标签库中各标签在语料中出现的上下文关系，确定所述标签库中各标签的标签向量，其中，所述标签库中包括各用户喜好标签；

根据所述标签库中各标签的标签向量，确定各用户喜好标签的标签向量，根据各用户喜好标签的标签向量进行聚类运算，确定各用户喜好标签所属的类簇；

其中，语料为包含所述标签库中标签的语句和/或语段。

3.根据权利要求2所述的内容推荐的方法，其特征在于，所述根据标签库中各标签在语料中出现的上下文关系，确定所述标签库中各标签的标签向量，包括：

获取语料中出现的属于所述标签库的任一第一标签，和所述第一标签的上下文标签，其中，上下文标签为所述语料中出现在所述第一标签上文的标签，和/或出现在所述第一标签下文的标签；

设定模型的参数矩阵所包含的各向量，与所述标签库中各标签的对应关系，根据所述对应关系确定第一标记向量和第二标记向量，以第一标记向量作为训练样本，以第二标记向量作为训练标签，对模型进行训练；

根据所述对应关系，从训练后模型的参数矩阵中确定与所述标签库中各标签的标签向量；

其中，所述第一标记向量用于标记出，参数矩阵所包含的向量中与所述第一标签对应的向量；所述第二标记向量用于标记出，参数矩阵所包含的向量中与所述上下文标签对应的向量。

4.根据权利要求2所述的内容推荐的方法，其特征在于，还包括：

对所述用户喜好标签中的任一第二标签，获取所述第二标签所在的目标类簇，根据所述目标类簇中各用户喜好标签的标签权重，确定所述目标类簇的类簇中心对应的中心向量，根据所述中心向量和所述第二标签的标签向量，确定所述第二标签与所述类簇中心的距离；

根据所述历史操作信息确定用户喜好内容，并确定各用户喜好内容的内容权重，从用户喜好内容中确定目标喜好内容，根据各目标喜好内容的内容权重确定所述第二标签的历史操作权重；其中，各用户喜好内容对应的标签均为用户喜好标签，目标喜好内容为，所对应的标签中包括所述第二标签的用户喜好内容；

根据所述距离和所述历史操作权重，确定所述第二标签的标签权重。

5.根据权利要求4所述的内容推荐的方法，其特征在于，所述根据所述历史操作信息确定用户喜好内容，并确定各用户喜好内容的内容权重，包括：

根据所述历史操作信息确定用户喜好内容，对用户喜好内容中的任一第一喜好内容，根据所述用户每次对所述第一喜好内容执行操作的操作信息，确定单次操作权重；

根据所述第一喜好内容当前的用户评分，确定所述第一喜好内容的推荐权重；

根据所述第一喜好内容的各单次操作权重和推荐权重，确定所述第一喜好内容的内容权重。

6.根据权利要求5所述的内容推荐的方法，其特征在于，所述根据所述用户每次对所述第一喜好内容执行操作的操作信息，确定单次操作权重，包括：

对所述用户在任一目标次对所述第一喜好内容执行操作的操作信息，获取所述目标次对应的操作时间，根据所述操作时间与当前时间的时间差确定衰减频次；

根据在所述目标次对所述第一喜好内容执行操作的操作频次和/或操作完整度，确定第一操作质量权重；

从预先对各类型的操作设置的操作类型权重中，确定在所述目标次执行的每一类型的操作所对应的操作类型权重；

根据确定衰减频次、第一操作质量权重和各操作类型权重，确定所述目标次对应的单次操作权重。