[发明专利]内容推荐方法、推荐模型生成方法、设备、和存储介质

说明书

本公开提供了一种内容推荐方法、推荐模型生成方法、设备和存储介质。所述推荐模型生成方法包括：获取用户的历史内容序列，其中所述历史内容序列为所述用户使用过的多个内容的时间序列；将所述历史内容序列包含的所述多个内容中的一个或多个内容分别替换成预定项，以得到作为训练数据的输入序列；根据被替换的所述一个或多个内容生成作为所述训练数据的训练数据标识的输出序列，其中所述输出序列为被替换的所述一个或多个内容的时间序列；使用多个所述训练数据以及相应的所述训练数据标识对神经网络进行训练，以得到用于内容推荐的推荐模型。通过本申请的实施例，能够生成准确的推荐模型。

技术领域

本申请实施例涉及计算机和通信技术领域，具体涉及一种内容推荐方法、推荐模型生成方法、设备和计算机可读存储介质。

背景技术

近几年来，时序推荐算法已经引起了学术界和企业界的广泛关注。尤其对于短时间内用户兴趣变化比较大的推荐场景，例如短视频，音乐和新闻推荐，用户在数小时之内可能浏览数百个内容(即item，例如短视频、音乐和新闻)。采用RNN(循环神经网络)加数据提升(data augmentation)手段的推荐模型训练方式已经成为业界主流的方式。目前常规的数据提升手段通常大部分是利用已有的用户历史点击序列(即用户历史点击过的内容的序列)生成很多短的子点击序列。例如，如果原始观看时视频ID号为{1，5，7，2，22，7，34，11，13，78}，推荐算法为了充分利用该数据的时序特征，通常会首先进行数据提升(dataaugmentation)操作，以生成如下子序列(subsequence)：

子序列1:{0，1，5，7，2，22，7，34，11，13}

子序列2:{0，0，1，5，7，2，22，7，34，11}

子序列3:{0，0，0，1，5，7，2，22，7，34}

…

子序列n:{0，0，0，0，0，0，0，1，5，7}

这种数据提升方式存在几个明显的缺陷。首先，产生额外的子序列会占用大量的计算机资源，尤其是对于亿级别的工业数据集，如果原始序列长度为200，按照以上数据提升方式，训练数据会增加近200倍。其次，这种非常短的子序列破坏了数据的完整性，往往不能达到最优的性能。再次，对序列中的每一个内容项(item)的训练，只能利用其左侧(或者过去)的点击信息，丢失该项右侧(即未来)的信息，而实际上未来点击序列同样包含重要的语境信息。

发明内容

本申请的实施例提供一种内容推荐方法、推荐模型生成方法、设备和计算机可读存储介质，从而在无需生成子序列来进行数据提升的情况下生成准确的推荐模型。

根据本申请实施例的第一方面，公开了一种用于内容推荐的推荐模型生成方法，其包括：

获取用户的历史内容序列，其中所述历史内容序列为所述用户使用过的多个内容的时间序列；

将所述历史内容序列包含的所述多个内容中的一个或多个内容分别替换成预定项，以得到作为训练数据的输入序列；

根据被替换的所述一个或多个内容生成作为所述训练数据的训练数据标识的输出序列，其中所述输出序列为被替换的所述一个或多个内容的时间序列；

使用多个所述训练数据以及相应的所述训练数据标识对神经网络进行训练，以得到用于内容推荐的推荐模型。

根据本申请实施例的第二方面，公开了一种内容推荐方法，其包括：

获取用户的历史内容序列，其中所述历史内容序列为所述用户使用过的多个内容的时间序列；

在所述历史内容序列的尾部添加一预定项作为待求解内容，得到输入序列；