[发明专利]数字内容的推荐值生成方法、装置、电子设备及存储介质

说明书

本发明实施例提供一种数字内容的推荐值生成方法、装置、电子设备及存储介质；方法包括：根据目标数字内容的属性信息以及目标数字内容的文本描述信息，得到目标数字内容的第一特征向量；根据目标数字内容的第一特征向量，得到目标数字内容的第二特征向量；其中，所述第二特征向量是用于反映数字内容受欢迎程度的特征向量；根据所述目标数字内容的第二特征向量，得到所述目标数字内容的推荐值。本发明的适用范围更广，对于刚在市场上流通的数字内容，或影响力尚处于上升期的数字内容，所生成的推荐值的准确率更高。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种数字内容的推荐值生成方法、装置、电子设备及存储介质。

背景技术

数字内容是指以数字形式存在的文本、图像、声音等内容，它可以通过网络等手段传播。常见的数字内容有数字图书、数字影像、数字音乐等。

目前在网络上传播的数字内容数量庞大，如何评估这些数字内容的质量，从而向用户推荐高质量、受欢迎的数字内容是一个亟待解决的问题。

现有技术中存在利用机器学习的方法来生成数字内容推荐值的方法。以网文形式的数字图书为例，现有技术中的方法总体上是基于某一数字图书在数字图书领域的表现数据(如总推荐量、收藏数、评论数、打赏数、总回复数等)及该数字图书的总字数等自变量，以该数字图书的点击量为因变量，之后通过如M5模型树、随机森林等传统机器学习方法来拟合该数字图书点击率与总推荐量、收藏数等数字图书表现数据的关系，通过拟合后的模型，基于该数字图书表现数据来预估该数字图书的推荐值。

此类方法理论上只能预测市场上已成熟的数字内容的推荐值，如果数字内容刚在市场上流通或数字内容的影响力尚处于上升期内，那么采用现有技术方法来生成数字内容的推荐值就会存在偏差。

发明内容

针对现有技术中存在的问题，本发明实施例提供一种数字内容的推荐值生成方法、装置、电子设备及存储介质。

第一方面，本发明提供一种数字内容的推荐值生成方法，包括：

根据目标数字内容的属性信息以及目标数字内容的文本描述信息，得到目标数字内容的第一特征向量；

根据目标数字内容的第一特征向量，得到目标数字内容的第二特征向量；其中，所述第二特征向量是用于反映数字内容受欢迎程度的特征向量；

根据所述目标数字内容的第二特征向量，得到所述目标数字内容的推荐值。

根据本发明提供的一种数字内容的推荐值生成方法，所述目标数字内容的文本描述信息包括第一文本描述信息以及第二文本描述信息，所述第一文本描述信息的内容多于所述第二文本描述信息的内容；

相应的，所述根据目标数字内容的属性信息以及目标数字内容的文本描述信息，得到目标数字内容的第一特征向量，包括：

将目标数字内容的属性信息输入预先训练的属性特征向量生成模型，得到目标数字内容的属性特征列向量；其中，所述属性特征向量生成模型是基于样本数字内容的属性信息训练得到的；

根据所述第一文本描述信息得到目标数字内容的关键词信息，融合所述关键词信息与所述第二文本描述信息，将融合后的结果输入预先训练的内容属性特征向量生成模型，得到目标数字内容的内容属性特征向量；其中，所述内容属性特征向量生成模型是基于样本数字内容的文本描述信息训练得到的；

根据所述属性特征列向量与所述内容属性特征向量，得到目标数字内容的第一特征向量。

根据本发明提供的一种数字内容的推荐值生成方法，所述根据目标数字内容的第一特征向量，得到目标数字内容的第二特征向量，包括：