[发明专利]内容推荐方法、装置、设备及可读存储介质

说明书

本申请公开了一种内容推荐方法、装置、设备及可读存储介质。涉及内容推荐领域。该方法包括：获取内容推荐池以及目标帐号在历史时间段内的历史交互内容，历史交互内容对应有第一标题，内容推荐池中包括第二标题；将第一标题和第二标题输入召回模型，输出得到与第一标题关联的n个第二标题，n为正整数；根据n个第二标题对应的n个第一候选内容，确定向目标帐号进行推荐的目标内容。通过召回模型对内容的标题进行相似度分析，从而根据历史内容从内容推荐池中确定候选内容，并根据候选内容向目标帐号推荐目标内容，由于标题相似度是通过高层语义隐向量确定得到的，提高了相似度的分析准确率，从而进一步提高了内容的推荐准确率。

技术领域

本申请实施例涉及内容推荐领域，特别涉及一种内容推荐方法、装置、设备及可读存储介质。

背景技术

推荐系统应用在对视频、新闻、电商等内容进行推荐的领域，用于向用户推荐用户可能感兴趣的内容。示意性的，用户观看过文章A，则根据文章A向用户推荐与文章A相关的文章B。

相关技术中，在进行内容推荐时，根据内容对应的关键词标签，向用户进行内容推荐，如：文章A识别得到的关键词标签为“下跌”，则当用户对文章A进行点击后，在向用户推荐内容时，推荐被标注为标签“下跌”的内容。

然后，通过上述方式进行内容推荐时，由于通过关键词标签的形式无法理解文章的语义，同一个标签在不同内容中表达的含义不同，却会产生同样的编码，从而导致内容推荐的准确率较低。

发明内容

本申请实施例提供了一种内容推荐方法、装置、设备及可读存储介质，能够提高内容推荐的准确率。所述技术方案如下：

一方面，提供了一种内容推荐方法，所述方法包括：

获取内容推荐池以及目标帐号在历史时间段内的历史交互内容，所述历史交互内容对应有第一标题，所述内容推荐池中包括第二标题，所述第二标题为在当前时间段内用于推荐的候选内容的标题；

将所述第一标题和所述第二标题输入召回模型，输出得到与所述第一标题关联的n个所述第二标题，其中，所述召回模型用于基于标题的语义隐向量对所述标题进行相似度分析，n为正整数；

根据n个所述第二标题对应的n个第一候选内容，确定向所述目标帐号进行推荐的目标内容。

另一方面，提供了一种内容推荐装置，所述装置包括：

获取模块，用于获取内容推荐池以及目标帐号在所述历史时间段内的历史交互内容，所述历史交互内容对应有第一标题，所述内容推荐池中包括第二标题，所述第二标题为在当前时间段内用于推荐的候选内容的标题；

识别模块，用于将所述第一标题和所述第二标题输入召回模型，输出得到与所述第一标题关联的n个所述第二标题，其中，所述召回模型用于基于标题的语义隐向量对所述标题进行相似度分析，n为正整数；

确定模块，用于根据n个所述第二标题对应的n个第一候选内容，确定向所述目标帐号进行推荐的目标内容。

另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述本申请实施例中任一所述内容推荐方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述本申请实施例中任一所述的内容推荐方法。