[发明专利]一种内容推荐方法、装置、电子设备和存储介质

权利要求书

1.一种内容推荐方法，其特征在于，所述方法包括：

根据各内容相关的历史反馈行为构建第一对象行为图网络，并基于所述第一对象行为图网络提取所述各内容中待推荐内容对应的内容反馈特征；

针对所述待推荐内容的发布方在不同统计维度的属性特征，进行特征交叉处理，得到所述发布方的综合属性特征；

提取所述待推荐内容的内容属性特征；

基于所述内容反馈特征、综合属性特征和所述内容属性特征，分别获得所述待推荐内容针对每个对象类的推荐参数；所述对象类是基于各对象的基础属性以及历史反馈行为中的至少一种划分得到的；

基于获得的各推荐参数，分别向相应的对象类关联的各对象推荐所述待推荐内容。

2.如权利要求1所述的方法，其特征在于，所述基于所述内容反馈特征、综合属性特征和所述内容属性特征，获得所述待推荐内容针对每个对象类的推荐参数，包括：

将所述内容反馈特征、综合属性特征和所述内容属性特征，输入已训练的内容推荐模型；

基于所述内容推荐模型，预测得到所述待推荐内容针对每个对象类的概率分布参数；所述概率分布参数用于描述目标概率分布的一种分布状态；

基于所述概率分布参数以及参考参数确定所述推荐参数，所述参考参数服从标准分布状态的目标概率分布。

3.如权利要求2所述的方法，其特征在于，所述目标概率分布为高斯分布；所述概率分布参数为均值和标准差。

4.如权利要求2所述的方法，其特征在于，所述内容推荐模型是通过如下方式训练得到的：

基于训练样本集对待训练的内容推荐模型进行循环迭代训练，获得已训练的内容推荐模型；所述训练样本集中的每个训练样本包括：一个样本内容和相应的样本标签，所述样本标签包括：基于所述样本内容相关的历史反馈行为确定的，针对每个对象类的真实推荐参数；其中，每次迭代训练执行以下步骤：

从所述训练样本集中选取训练样本，并将所述训练样本中样本内容对应的内容反馈特征、内容属性特征和相应发布方的综合属性特征输入待训练的内容推荐模型，获得所述样本内容针对每个对象类的样本推荐参数；

基于各样本推荐参数与相应真实推荐参数之间的差异，对所述待训练的内容推荐模型进行参数调整。

5.如权利要求4所述的方法，其特征在于，所述样本内容针对每个对象类的真实推荐参数，是通过如下方式确定的：

对于每个对象类，基于所述对象类针对所述样本内容的历史反馈行为，确定所述样本内容对应的各类反馈概率；每类反馈概率表示将所述样本内容推荐给所述对象类后，所述对象类关联的各对象执行相应的目标反馈行为的概率；

将所述各类反馈概率进行加权求和，获得所述对象类对应的真实推荐参数。

6.如权利要求1~5任一项所述的方法，其特征在于，通过执行以下操作，基于各对象的历史反馈行为划分对象类：

根据各样本内容相关的历史反馈行为构建第二对象行为图网络，所述第二对象行为图网络中的节点表示样本内容，存在边关系的两个节点表示被同一对象连续观看的样本内容；

从所述第二对象行为图网络中选取多个节点组成节点序列；

基于已训练的内容表示模型，获得所述节点序列对应的各样本内容各自的内容向量；

基于各内容向量，对所述各样本内容进行聚类；

基于聚类结果，将一定时间内观看同一类样本内容的对象作为一个对象类。

7.如权利要求6所述的方法，其特征在于，所述从所述第二对象行为图网络中选取多个节点组成节点序列，包括：

从所述第二对象行为图网络中，随机选取一个节点作为起始节点；

基于所述第二对象行为图网络中各条边的权重，从所述起始节点开始随机游走，获得指定长度的节点序列；

其中，每条边的权重表示所述边对应的第一关联对象与第二关联对象的数量比，所述第一关联对象为：观看所述边对应两个样本内容的对象，所述第二关联对象包括：观看各参考边对应的两个样本内容的对象，每条参考边都包含所述边中的目标节点。