[发明专利]一种内容推荐方法及装置、设备、存储介质

说明书

本申请实施例公开了一种内容推荐方法，所述方法包括：获取接收到的访问请求对应的至少两个内容，以及每一所述内容对应的预测点击率；所述预测点击率是点击率模型以对应的内容为输入时的输出；所述点击率模型是在训练数据中的训练样本和所述训练数据中的训练样本对的监督下的训练的；根据每一所述内容对应的预测点击率，对所述至少两个内容进行排序；根据所述排序结果输出所述至少两个内容。另外，本申请实施例还公开了一种内容推荐装置、设备及存储介质。

技术领域

本申请实施例涉及计算机技术领域，涉及但不限于一种内容推荐方法及装 置、设备、存储介质。

背景技术

电商系统通过融入个性化推荐系统来解决信息过载问题，帮助用户快速找 到其所感兴趣的商品，提高包括用户和平台等在内的各方效率。点击率 (Click-through Rate，CTR)模型是个性化推荐系统中非常关键的一环，并且 从传统的协同过滤模型发展为到目前业界广泛采用的深度神经网络模型。点击 率模型是多数推荐系统中排序阶段的核心，对于当前请求，点击率模型预估出 用户对所有候选商品或者其他内容的点击率，通过点击率排序筛选出多个候选 内容并展示给该用户。

电商系统接收到用户请求后，返回多个内容并展现给用户。面对一次用户 请求返回的多个内容，用户往往只点击一些或者一个，甚至大部分情况下不产 生点击行为。被点击的内容往往并不是用户只喜欢的内容，只是相比于其他内 容，相对更喜欢的内容。但现有技术中，返回的内容仅基于点击率的预估值展 现给用户，并不能体现到不同内容之间的对比信息。

发明内容

有鉴于此，本申请实施例为解决相关技术中存在的至少一个问题而提供一 种内容推荐方法及装置、设备、存储介质，能够基于点击率和用户对内容的喜 欢程度来进行内容的合理展示，以提高所展示内容的点击率。

本申请实施例的技术方案是这样实现的：

第一方面，本申请实施例提供一种内容推荐方法，所述方法包括：

获取接收到的访问请求对应的至少两个内容，以及每一所述内容对应的预 测点击率；所述预测点击率是点击率模型以对应的内容为输入时的输出；所述 点击率模型是在训练数据中的训练样本和所述训练数据中的训练样本对的监督 下的训练的；

根据每一所述内容对应的预测点击率，对所述至少两个内容进行排序；

根据所述排序结果输出所述至少两个内容。

第二方面，本申请实施例提供一种内容推荐装置，所述装置包括：

获取单元，用于获取接收到的访问请求对应的至少两个内容，以及每一所 述内容对应的预测点击率；所述预测点击率是点击率模型以对应的内容为输入 时的输出；所述点击率模型是在训练数据中的训练样本和所述训练数据中的训 练样本对的监督下的训练的；

排序单元，用于根据每一所述内容对应的预测点击率，对所述至少两个内 容进行排序；

输出单元，用于根据所述排序结果输出所述至少两个内容。

第三方面，本申请实施例提供一种计算机设备，包括存储器、处理器及存 储在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 程序时实现上述内容推荐方法中的步骤。

第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算 机程序，该计算机程序被处理器执行时实现上述内容推荐方法中的步骤。