[发明专利]内容推荐方法、内容推荐模型的训练方法及装置

说明书

本公开关于一种内容推荐方法、内容推荐模型的训练方法及装置，所述方法包括：获取待推荐对象在目标场景下的历史交互内容序列和候选内容；通过内容推荐模型分别对历史交互内容序列和候选内容进行特征提取，得到历史交互内容和候选内容的场景特征和全局特征；对历史交互内容的场景特征和全局特征分别进行编码，得到历史交互内容序列的场景序列特征和全局序列特征；对历史交互内容序列的场景序列特征进行特征提取，得到待推荐对象的群体特征；根据群体特征、场景序列特征、全局序列特征及候选内容的场景特征和全局特征得到推荐指标信息；基于推荐指标信息，从候选内容中确定出针对待推荐对象的目标推荐内容。该方法可提高跨场景的推荐内容的质量。

技术领域

本公开涉及计算机技术领域，尤其涉及一种内容推荐方法、内容推荐模型的训练方法、装置、电子设备、存储介质及程序产品。

背景技术

随着新媒体技术的发展，如何通过终端向用户提供更高质量的信息和服务的研究成为当前计算机领域的研究热点。目前，大多数的新媒体应用程序都设置有多种为用户提供推荐内容的场景/频道，来满足用户的不同兴趣，例如，在短视频平台上，可能有同城内容推荐场景、关注内容推荐场景、精选内容推荐场景和直播内容推荐场景等，同一用户在不同场景下的样本交互数据量可能不同，因此，为了提高推荐内容的质量，则需要通过跨场景进行内容推荐。

目前的跨场景进行内容推荐的方法多是基于双向学习机制实现，即以迭代的方式在两个相关场景之间同时传输信息，直至学习过程稳定。然而，这种方法需要一个用户同时与两个场景存在交互，即需要来自两个场景的成对内容作为输入，但实际上要求两个场景中的内容序列对作为成对输入是不合理的，因为两个场景中的内容序列尽管属于同一用户，但往往彼此独立。因此，这种通过混合两个场景的内容序列的双向学习机制，从理论上讲，在非重叠用户场景下难以产生较好的性能。

发明内容

本公开提供一种内容推荐方法、内容推荐模型的训练方法、装置、电子设备、存储介质及程序产品，以至少解决相关技术中的跨场景的内容推荐方法在非重叠用户场景下难以产生较好的性能的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种内容推荐方法，包括：

获取待推荐对象在目标场景下的历史交互内容序列和候选内容；所述目标场景为多个推荐场景中的任一个场景，所述多个推荐场景基于推荐内容的关联属性信息划分得到；

通过内容推荐模型中的全局特征层和场景特征层分别对所述历史交互内容序列和所述候选内容进行特征提取，得到历史交互内容和所述候选内容的场景特征和全局特征；所述场景特征表征在所述目标场景下影响所述待推荐对象与所述候选内容进行交互的特征，所述全局特征表征在所述多个场景下均影响所述待推荐对象与所述候选内容进行交互的特征；

通过所述内容推荐模型中的全局序列编码器和场景序列编码器，对所述历史交互内容的场景特征和全局特征分别进行编码，得到所述历史交互内容序列的场景序列特征和全局序列特征；

通过所述内容推荐模型中的群体原型注意力层，对所述历史交互内容序列的场景序列特征进行特征提取，得到所述待推荐对象的群体特征；

通过所述内容推荐模型中的信息确定单元，对所述群体特征、所述场景序列特征、所述全局序列特征，以及所述候选内容的场景特征和全局特征进行处理，得到所述候选内容在所述目标场景下的推荐指标信息；

基于所述推荐指标信息，从所述候选内容中确定出针对所述待推荐对象的目标推荐内容。

在一示例性实施例中，所述对所述历史交互内容序列的场景序列特征进行特征提取，得到所述待推荐对象的群体特征，包括：

获取预先确定的多个群体原型的原型特征；

将所述场景序列特征与所述多个群体原型的原型特征进行比对，得到所述场景序列特征与各个群体原型的原型特征之间的群体相似度；