[发明专利]内容推荐系统中物品曝光量保证的方法及装置

说明书

本发明公开了一种内容推荐系统中物品曝光量保证的方法及装置，其中方法包括：（1）获取需要保量的内容数据，构建当前需保量内容池；（2）根据用户历史请求数据预测用户当日请求数；（3）根据预测的所述用户当日请求数与当前保量内容池计算每个用户画像标签的保量内容初始曝光概率；（4）根据用户画像标签的保量内容初始曝光概率个性化分发保量内容；（5）对所述当前需保量内容池进行更新。本发明还实现了曝光分布的优化，有效解决了曝光过于集中问题，且对大盘指标不产生负面影响。

技术领域

本发明属于新媒体应用领域，尤其涉及一种内容推荐系统中物品曝光量保证的方法及装置。

背景技术

在现代网络新媒体应用中，内容保量机制是成熟的内容推荐系统中不可或缺的一环，它是一种对于特定内容曝光量的保证机制，经常被应用于作者激励计划(例如对优质作者的创作鼓励)或作者兑换活动(例如APP内流量兑换)。

目前，推荐系统中内容保量机制，主要是依靠直接强插策略，即在一次请求后将返回的推荐结果集中，再插入被保量内容，然后通过行为日志统计该内容曝光量是否已达到目标值，若达到，则该内容退出保量机制，否则继续。

现有技术存在以下缺点：一是强插策略不考虑用户是否对该物品感兴趣而强制曝光，其点击率往往不高，从而导致大盘指标下降；二是上述强插策略会实现当前用户100%曝光，容易导致后来的用户得不到曝光。例如中午的时候曝光量到达目标值，而下午来的浏览用户就难以得到曝光，这使得该内容曝光不均匀。

发明内容

发明目的：本发明提出了一种实现准确、均匀内容曝光的内容推荐系统中曝光量保证的方法、装置。

技术方案：本发明所述的内容推荐系统中物品曝光量保证的方法，包括：

（1）获取需要保量的内容数据，构建当前需保量内容池；

（2）根据用户历史请求数据预测用户当日请求数；

（3）根据预测的所述用户当日请求数与当前保量内容池计算每个用户画像标签的保量内容初始曝光概率；

（4）根据用户画像标签的保量内容初始曝光概率个性化分发保量内容；

（5）对所述当前需保量内容池进行更新。

进一步地，所述步骤（2）包括：

（21）根据用户历史请求数据，确定各个用户画像标签下用户当日请求数的泊松分布参数，得到用户当日请求数的泊松分布模型；

（22）根据所述泊松分布模型预测给定概率下用户当日请求数N；

（23）根据用户当日请求数的周期性对预测的用户当日请求数N进行修正。

进一步地，所述步骤（3）包括：

（31）将所有相同用户画像标签的内容看作一个整体，对同标签下每个内容的曝光目标值求和得到内容保量M；

（32）按照如下公式计算每个画像标签的保量内容初始曝光概率：

（1）

其中，N为预测的用户当日请求数。

进一步地，所述步骤（4）包括：根据所述当前保量内容池进行用户画像标签的召回，根据所述保量内容初始曝光概率确定是否返回召回的内容。

进一步地，所述召回包括强插策略。

进一步地，所述步骤（4）还包括：在对用户画像标签进行召回的过程中，对同一用户画像标签的内容进行内部排序。

进一步地，所述内部排序依据优质内容优先的原则，包括：

根据内容的其他特征数据计算内容分数S；所述其他特征包括但不限于作者、图片数量、文字数量。通过这些特征信息，可以预估内容的质量好坏。