[发明专利]内容项推荐方法、装置、服务器及存储介质

说明书

本公开提供了一种内容项推荐方法、装置、服务器及存储介质，属于互联网技术领域。所述方法包括：获取目标用户的流行度偏好分数和每个候选内容项的流行度分数；根据流行度偏好分数和每个候选内容项的流行度分数，确定每个候选内容项的流行度偏好匹配分数；根据每个候选内容项的初始排序分数和流行度偏好匹配分数，确定每个候选内容项的最终排序分数；基于多个候选内容项的最终排序分数所确定的推荐顺序，向目标用户推荐多个候选内容项。本公开结合了用户对流行内容项的偏好以及每个内容项的流行程度，充分考虑了流行度在不同方面对推荐结果产生的影响，相比单纯地依赖流行度或用户的偏好，推荐结果较佳。

技术领域

本公开涉及互联网技术领域，特别涉及一种内容项推荐方法、装置、服务器及存储介质。

背景技术

在互联网技术领域，流行度偏差是指热门内容项能够获得较多的推荐机会，变得越来越流行，长尾内容项只能获得较少的推荐机会，变得越来越不流行的现象。流行度偏差作为推荐系统普遍存在的问题，不仅损害了用户的个性化体验，而且不利于推荐平台的健康发展。

为了消除流行度偏差对推荐结果产生的影响，相关技术在模型训练阶段，基于流行度隐式表征向量和兴趣隐式表征向量，训练内容项推荐模型，在内容项推荐阶段，只基于用户的兴趣隐式表征向量进行候选内容项的推荐。

然而，将推荐过程与流行度解耦，虽然达到了消除流行度偏差的目的，但是完全忽视了流行度对用户选择的关键性作用，尤其是，在冷启动阶段，热门内容项对许多新用户有着很好的引导作用，相关技术完全消除流行度偏差并不能获得较佳的推荐效果。因此，为了提高内容项的推荐效果，亟需提供一种新的内容项推荐方法。

发明内容

本公开实施例提供了一种内容项推荐方法、装置、服务器及存储介质，能够提高内容项的推荐效果。所述技术方案如下：

第一方面，提供了一种内容项的推荐方法，所述方法包括：

响应于目标用户的内容项获取请求，获取多个候选内容项，每个候选内容项对应一个初始排序分数；

获取所述目标用户的流行度偏好分数和每个候选内容项的流行度分数；

根据所述流行度偏好分数和每个候选内容项的流行度分数，确定每个候选内容项的流行度偏好匹配分数，所述流行度偏好匹配分数用于表征候选内容项与所述目标用户偏好的流行内容项之间的匹配程度；

根据每个候选内容项的初始排序分数和流行度偏好匹配分数，确定每个候选内容项的最终排序分数；

基于所述多个候选内容项的最终排序分数所确定的推荐顺序，向所述目标用户推荐所述多个候选内容项。

在本公开的另一个实施例中，所述获取所述目标用户的流行度偏好分数，包括：

当所述目标用户为冷启动用户，将预设流行度偏好分数确定为所述流行度偏好分数。

在本公开的另一个实施例中，所述获取所述目标用户的流行度偏好分数，包括：

当所述目标用户为非冷启动用户，获取所述目标用户的正反馈流行内容项序列、负反馈流行内容项序列及所述目标用户的用户画像，所述正反馈流行内容项序列包括所述目标用户实施过正向操作的多个流行内容项，所述负反馈内容项序列包括所述目标用户实施过负向操作的多个流行内容项；

从所述正反馈流行内容项序列、所述负反馈流行内容项序列及所述用户画像中分别提取正反馈流行内容项特征、负反馈流行内容项特征及用户特征；

基于所述正反馈流行内容项特征、所述负反馈流行内容项特征及所述用户特征，生成所述目标用户的流行度偏好特征向量；

调用用户流行度偏好模型，对所述流行度偏好特征向量进行处理，得到所述目标用户的流行度偏好分数，所述用户流行度偏好模型用于确定出任一用户的流行度偏好分数。