[发明专利]内容推荐方法、装置、系统、电子设备及存储介质

说明书

本申请实施例提供了一种内容推荐方法、装置、系统、电子设备及存储介质，涉及信息推荐技术领域。该方法包括：接收针对目标内容发起的人群定向请求，并根据人群定向请求从全量用户中选取目标内容的候选用户群；以候选用户群中的候选用户作为人群加强正样本，将人群加强正样本添加至训练集；根据训练集进行机器学习模型的训练，得到适用于目标内容的人群定向模型；调用人群定向模型，为候选用户群中的候选用户计算对应的推荐参数，以进行目标内容的推荐。结合人工智能领域中的机器学习等技术，本申请实施例解决了相关技术中信息推荐过程中人群定向的准确率不高的问题，在基于用户画像的人群定向基础上，实现了更加精细的人群定向策略。

技术领域

本申请涉及信息推荐技术领域，具体而言，本申请涉及一种内容推荐方法、装置、系统、电子设备及存储介质。

背景技术

目前，在信息推荐过程中，往往需要为待推荐的内容确定候选人群作为定向条件，以基于该定向条件进行内容的推荐。由此可见，人群定向是信息推荐的一个非常重要的环节，而人群定向的准确性与信息推荐效果密切相关。

然而，相关技术中的人群定向方法，要么是缺乏针对性，例如仅能通过用户画像标签实现一群人的定向，无法体现不同个体之间的差异性，而影响人群定向的准确性；要么是针对新的内容发布方，可能因训练样本不足，导致基于模型的人群定向不够准确，进而造成内容发布方的转化成本过高，以此降低了内容发布方的ROI（Return On Investment，收入产出比）。

由此可见，如何提高人群定向的准确性仍亟待解决。

发明内容

本申请各实施例提供了一种内容推荐方法、装置、系统、电子设备及存储介质，可以解决相关技术中存在的信息推荐过程中人群定向的准确率不高的问题。所述技术方案如下：

根据本申请实施例的一个方面，一种内容推荐方法，包括：接收针对目标内容发起的人群定向请求，并根据人群定向请求从全量用户中选取目标内容的候选用户群；以候选用户群中的候选用户作为人群加强正样本，将人群加强正样本添加至训练集；根据训练集进行机器学习模型的训练，得到适用于目标内容的人群定向模型；调用人群定向模型，为候选用户群中的候选用户计算对应的推荐参数，以使客户端基于候选用户的推荐参数进行目标内容的推荐。

根据本申请实施例的一个方面，一种内容推荐装置，包括：请求接收模块，用于接收针对目标内容发起的人群定向请求，并根据人群定向请求从全量用户中选取目标内容的候选用户群；训练集生成模块，用于以候选用户群中的候选用户作为人群加强正样本，将人群加强正样本添加至训练集；模型训练模块，用于根据训练集进行机器学习模型的训练，得到适用于目标内容的人群定向模型；模型调用模块，用于调用人群定向模型，为候选用户群中的候选用户计算对应的推荐参数，以使客户端基于候选用户的推荐参数进行目标内容的推荐。

根据本申请实施例的一个方面，一种内容推荐系统，内容推荐系统包括前端设备、后端设备和客户端，其中，前端设备，用于针对目标内容向后端设备发起人群定向请求；后端设备，用于根据人群定向请求从全量用户中选取目标内容的候选用户群，并以候选用户群中的候选用户作为人群加强正样本，将人群加强正样本添加至训练集；后端设备，还用于根据训练集进行机器学习模型的训练，得到适用于目标内容的人群定向模型，并调用人群定向模型，为候选用户群中的候选用户计算对应的推荐参数；客户端，用于接收后端设备发送的候选用户的推荐参数，并基于候选用户的推荐参数进行目标内容的推荐。

根据本申请实施例的一个方面，一种电子设备，包括：至少一个处理器、至少一个存储器、以及至少一条通信总线，其中，存储器上存储有计算机程序，处理器通过通信总线读取存储器中的计算机程序；计算机程序被处理器执行时实现如上所述的内容推荐方法。

根据本申请实施例的一个方面，一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上所述的内容推荐方法。