[发明专利]内容推荐方法及装置

权利要求书

1.一种内容推荐方法，其特征在于，包括：

响应于针对目标信息流对象发起的内容请求，从所述目标信息流对象发布的多个内容中选取与所述内容请求对应的候选内容；

确定与所述候选内容对应的时间分；

将所述候选内容输入到机器学习模型中进行处理，得到待推荐的用户对所述候选内容进行目标行为的原始预估分；

对所述原始预估分进行转换运算，得到所述用户对所述候选内容进行目标行为的映射分，所述转换运算用于将所述原始预估分转换为稳态分布的映射分；

对所述映射分和所述时间分进行加权融合，得到所述候选内容的目标分；

根据所述候选内容的目标分向所述用户进行内容推荐。

2.根据权利要求1所述的内容推荐方法，其特征在于，所述确定与所述候选内容对应的时间分包括：

获取所述候选内容的发布时间与所述内容请求对应的请求时间，并对所述发布时间与所述请求时间作差，得到内容时间差；

通过衰减函数对所述内容时间差进行运算，得到与所述内容时间差对应的时间分，其中，将所述内容时间差作为所述衰减函数的自变量，所述时间分作为所述衰减函数的因变量，不同的内容时间差对应不同的时间分。

3.根据权利要求2所述的内容推荐方法，其特征在于，所述衰减函数包括：

反比衰减函数；

其中，所述反比衰减函数采用下式表示：

Time＝a/(1+b*x)

其中，Time为所述时间分，a为控制时间线权重力度，b为控制时间衰减速度，x为所述内容时间差。

4.根据权利要求2所述的内容推荐方法，其特征在于，所述衰减函数包括：

指数衰减函数；

所述指数衰减函数采用下式表示：

Time＝a*e^(-b*x)

其中，Time为所述时间分，a为控制时间线权重力度，b为控制时间衰减速度，x为所述内容时间差。

5.根据权利要求1所述的内容推荐方法，其特征在于，所述对所述原始预估分进行转换运算包括：

基于sort函数对所述原始预估分进行排序；

按照所述排序的顺序对所述原始预估分进行分段，得到多个区间段，每个区间段包括至少一个原始预估分；

对所述每个区间段中的原始预估分进行哈希转换运算，得到所述映射分，其中，每个区间段对应一个映射分。

6.根据权利要求5所述的内容推荐方法，其特征在于，所述按照所述排序的顺序对所述原始预估分进行分段包括以下之一：

按照所述排序的顺序对所述原始预估分进行等频分段，所述等频分段指示分段得到的多个区间段中的原始预估分的个数相同；

按照所述排序的顺序对所述原始预估分进行正态分段，所述正态分段指示分段得到的多个区间段中排序靠前和排序靠后的区间段中原始预估分的个数，少于排序在中间位置的区间段中原始预估分的个数；

按照所述排序的顺序对所述原始预估分进行长尾分段，所述正态分段指示分段得到的多个区间段中排序靠前的区间段中原始预估分的个数，多于排序靠后的区间段中原始预估分的个数。

7.根据权利要求1所述的内容推荐方法，其特征在于，所述对所述映射分和所述时间分进行加权融合包括：

对所述映射分和所述时间分进行线性融合，所述线性融合采用下式表示：

score＝(t*Time+q*modelX_hash+p*modelY_hash+r*modelZ_hash)

其中，score为候选内容的目标分，t为所述内容时间差，Time为所述时间分，q、p、r为权重参数，modelX_hash、modelY_hash和modelZ_hash为与所述目标行为对应的映射分。