[发明专利]内容推荐方法和装置、训练方法、计算设备和存储介质

说明书

本公开提供了一种内容推荐方法和装置、训练方法、计算设备和存储介质，涉及人工智能技术领域，具体涉及深度学习、神经网络与大数据。内容推荐方法包括：基于用户信息和候选内容项的内容信息，通过神经网络，生成用户对候选内容项的感兴趣数值；并且响应于候选内容项的感兴趣数值满足预定条件，控制终端输出候选内容项，其中，用户信息包括用户的历史兴趣信息，历史兴趣信息包括用户的历史感兴趣内容项中的每个内容项的第一兴趣特征的值，并且候选内容项的内容信息包括候选内容项的第一兴趣特征的值。

技术领域

本公开涉及人工智能技术领域，具体涉及深度学习、神经网络与大数据，尤其涉及一种内容推荐方法和装置、训练方法、计算设备和存储介质。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

在各个领域都存在向用户推荐内容、尤其是基于用户的细化的个性化推荐的问题。期望通过合适的算法向用户推送用户感兴趣的内容项，从而提高用户与内容的交互并且提高点击通过率等。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

根据本公开的方面，提供了一种内容推荐方法，包括：基于用户信息和候选内容项的内容信息，通过神经网络，生成用户对所述候选内容项的感兴趣数值；并且响应于所述候选内容项的所述感兴趣数值满足预定条件，控制终端输出所述候选内容，其中，所述用户信息包括所述用户的历史兴趣信息，所述历史兴趣信息包括所述用户的历史感兴趣内容项中的每个内容项的第一兴趣特征的值，并且所述候选内容项的所述内容信息包括所述候选内容项的所述第一兴趣特征的值。

根据本公开的又一方面，提供了一种内容推荐装置，包括兴趣计算单元，所述兴趣计算单元被配置成推荐基于用户信息和候选内容项的内容信息，通过神经网络，生成用户对所述候选内容项的感兴趣数值；以及内容输出单元，所述内容输出单元被配置成响应于所述候选内容项的所述感兴趣数值满足预定条件，控制终端输出所述候选内容项，其中，所述用户信息包括所述用户的历史兴趣信息，所述历史兴趣信息包括所述用户的历史感兴趣内容项中的每个内容项的第一兴趣特征的值，并且所述候选内容项的所述内容信息包括所述候选内容项的所述第一兴趣特征的值。

根据本公开的又一方面，提供了一种计算设备，包括处理器；以及存储程序的存储器，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据本公开的实施例的内容推荐方法或根据本公开的实施例的训练方法。

根据本公开的又一方面，提供了一种存储程序的计算机可读存储介质，所述程序包括指令，所述指令在由电子设备的处理器执行时，指示所述电子设备执行根据本公开的实施例的内容推荐方法或根据本公开的实施例的训练方法。

根据本公开的再一方面，提供了一种计算机程序产品，包括计算机指令，所述计算机指令在被处理器执行时实现根据本公开的实施例的内容推荐方法或根据本公开的实施例的训练方法。

通过上述方案，通过使用用户感兴趣特征的历史序列，能够更准确地向用户推荐内容。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。