[发明专利]一种推荐内容的推送方法、装置、电子设备和存储介质

说明书

本申请提供了一种推荐内容的推送方法、装置、电子设备和存储介质，所述方法包括：获取当前展示界面中当前内容的当前标签；通过目标推荐模型对所述当前标签进行分析，得到所述当前标签对应的至少一个标签分值，其中，所述目标推荐模型是基于Q矩阵得到的；从所述至少一个标签分值中选取分值最大的推荐分值；根据所述Q矩阵中分值和标签的对应关系，确定所述当前标签的推荐分值对应的推荐标签，其中，所述推荐标签是用户待观看内容的标签；从数据库中选取所述推荐标签对应的推荐内容进行推送。本申请推荐逻辑简单，降低计算量。

技术领域

本申请涉及推荐技术领域，尤其涉及一种推荐内容的推送方法、装置、电子设备和存储介质。

背景技术

随着互联网的发展，平台可以利用推荐策略为用户推荐感兴趣的内容，推荐策略在各大平台都发挥着极为重要的作用，例如，视频平台可以根据用户的视频观看记录为用户推荐感兴趣的视频，购物平台根据用户的浏览记录为用户推荐感兴趣的商品。

目前的推荐现状是，每个平台都有一套自己的推荐策略，一些平台采用的是传统的推荐算法，一些平台采用了深度学习的推荐算法；一些平台采用多种推荐算法相混合。

现有推荐算法的计算逻辑过于复杂，导致计算量很大，针对当前推荐逻辑复杂，目前还无良好的解决方案。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种推荐内容的推送方法、装置、电子设备和存储介质。

第一方面，本申请提供了一种推荐内容的推送方法，所述方法包括：

获取当前展示界面中当前内容的当前标签；

通过目标推荐模型对所述当前标签进行分析，得到所述当前标签对应的至少一个标签分值，其中，所述目标推荐模型是基于Q矩阵得到的；

从所述至少一个标签分值中选取分值最大的推荐分值；

根据所述Q矩阵中分值和标签的对应关系，确定所述当前标签的推荐分值对应的推荐标签，其中，所述推荐标签是用户待观看内容的标签；

从数据库中选取所述推荐标签对应的推荐内容进行推送。

可选地，确定所述当前标签的推荐分值对应的推荐标签之后，所述方法还包括：

将所述当前标签、所述推荐标签和所述推荐内容作为训练样本，对回报矩阵进行更新，其中，所述回报矩阵中的回报值是基于样本观看标签、样本推荐标签和所述样本推荐标签对应的样本推荐内容确定的；

根据更新后的回报矩阵生成更新后的Q矩阵；

根据更新后的Q矩阵得到更新后的目标推荐模型；

基于所述更新后的目标推荐模型，针对新的当前内容确定新的推荐标签和新的推荐内容。

可选地，通过目标推荐模型对所述当前标签进行分析之前，所述方法还包括：

建立初始Q矩阵和初始回报矩阵，其中，所述初始Q矩阵和所述初始回报矩阵中均包括N×N个初始化为0的元素值，N为标签库中标签的数量；

基于所述初始回报矩阵，通过样本观看标签、样本推荐标签和样本推荐内容确定回报矩阵；

针对历史数据库中样本内容的观看顺序，基于所述初始Q矩阵和所述回报矩阵构建Q矩阵，其中，所述Q矩阵中的每行指示一个标签，所述Q矩阵中的每列指示从当前标签跳转到下一个标签的动作；

通过所述Q矩阵生成所述目标推荐模型。

可选地，所述基于所述初始回报矩阵，通过样本观看标签、样本推荐标签和样本推荐内容确定回报矩阵包括：