本发明涉及移动互联网,尤其涉及一种内容推荐方法、装置、设备及存储介质。
背景技术:
1、随着移动互联网技术的发展,各种应用程序也得到了快速发展。为了能满足用户的需求,需要向用户推荐更加贴合需求的产品及内容。
2、目前用户在使用应用程序时,有些应用程序会有对产品或内容的显性评分,有些应用程序虽然没有对产品或内容的显性评分,但是会有与应用程序提供的产品或内容之间的多种交互操作,如收藏操作,下单操作,付款操作等。多种维度操作通过后续的数据处理后,可以转换为比较准确的隐性评分,来表征用户对该产品或内容的喜好程度。所以对于这些应用程序而言,可基于用户对产品或内容的显性评分或隐性评分向用户推荐评分更高的产品或内容。
3、但是对于有些内容类应用程序而言,如新闻应用程序,游戏应用程序等,在应用程序上并没有对内容的显性评分,对用户与应用程序中内容之间的交互,也只能捕捉点击浏览操作,也不能采用多种维度操作转换为隐性评分的方式来确定隐性评分。所以目前的推荐方式并不适用于这类内容类应用程序,导致不能为用户准确地确定出贴合用户需求的推荐内容,进而导致用户使用内容类应用程序的体验较差。
技术实现思路
1、本发明提供一种内容推荐方法、装置、设备及存储介质,用以解决现有技术中目前的推荐方式并不适用于这类内容类应用程序,导致不能为用户准确地确定出贴合用户需求的推荐内容,进而导致用户使用内容类应用程序的体验较差的技术问题。
2、第一方面,本发明提供一种内容推荐方法,包括:
3、获取目标用户对目标应用程序中多种已浏览内容的目标浏览时长;
4、根据各已浏览内容的目标浏览时长及对应的平均浏览时长计算目标用户对各已浏览内容的评分;
5、基于各已浏览内容的评分及协同过滤推荐算法为所述目标用户确定待推荐的至少一个目标内容;
6、向所述目标用户客户端推荐所述目标内容。
7、可选地,所述根据各已浏览内容的目标浏览时长及对应的平均浏览时长计算目标用户对各已浏览内容的评分,包括:
8、针对各已浏览内容,将目标浏览时长作为正态分布概率密度函数的随机变量,并将对应的平均浏览时长作为正态分布概率密度函数的期望,输入到正态分布函数中;
9、采用正态分布概率密度函数计算对应的概率密度值;
10、将所述概率密度值确定为对应的已浏览内容的评分。
11、可选地,若已浏览内容包括显性评分,所述根据各已浏览内容的目标浏览时长及对应的平均浏览时长计算目标用户对各已浏览内容的评分,包括:
12、采用各已浏览内容对应的显性评分对对应的平均浏览时长进行修正,以获得修正后的平均浏览时长;
13、根据各已浏览内容的目标浏览时长及对应修正后的平均浏览时长计算目标用户对各已浏览内容的评分。
14、可选地,所述采用各已浏览内容对应的显性评分对对应的平均浏览时长进行修正,以获得修正后的平均浏览时长,包括:
15、将所述平均浏览时长映射到显性评分的中位评分上;
16、计算所述显性评分与所述中位评分的比值,并将所述比值与所述平均浏览时长进行乘法计算,以获得修正后的平均浏览时长。
17、可选地,所述基于各已浏览内容的评分及协同过滤推荐算法为所述目标用户确定待推荐的至少一个目标内容,包括:
18、判断各已浏览内容的评分中大于预设评分阈值的占比是否大于预设占比;
19、响应于各已浏览内容的评分中大于预设评分阈值的占比大于预设占比,基于各已浏览内容的评分及协同过滤推荐算法为所述目标用户确定待推荐的至少一个目标内容。
20、可选地,所述基于各已浏览内容的评分及协同过滤推荐算法为所述目标用户确定待推荐的至少一个目标内容,包括:
21、获取目标应用程序的多个使用用户对预先配置的多种内容的评分,所述使用用户包括目标用户及参照用户;
22、根据多个使用用户对预先配置的多种内容的评分生成使用用户对多种内容的评分矩阵;
23、将所述评分矩阵输入到协同过滤推荐算法中,以采用协同过滤推荐算法确定待推荐的至少一个目标内容。
24、可选地,响应于各已浏览内容的评分中大于预设评分阈值的占比小于或等于预设占比,则获取目标应用程序配置的默认推荐内容;
25、向所述目标用户对应的客户端推荐所述默认推荐内容。
26、第二方面,本发明提供一种内容推荐装置,包括:
27、获取模块,用于获取目标用户对目标应用程序中多种已浏览内容的目标浏览时长;
28、计算模块,用于根据各已浏览内容的目标浏览时长及对应的平均浏览时长计算目标用户对各已浏览内容的评分;
29、确定模块,用于基于各已浏览内容的评分及协同过滤推荐算法为所述目标用户确定待推荐的至少一个目标内容;
30、推荐模块,用于向所述目标用户客户端推荐所述目标内容。
31、第三方面,本发明提供一种应用程序服务端设备,包括:至少一个处理器;以及
32、与所述至少一个处理器通信连接的存储器及收发器;其中,
33、所述存储器存储有可被所述至少一个处理器执行的指令,所述收发器,用于收发数据;
34、所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面任一项所述的方法。
35、第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。
36、本发明提供的内容推荐方法、装置、设备及存储介质,通过获取目标用户对目标应用程序中多种已浏览内容的目标浏览时长;根据各已浏览内容的目标浏览时长及对应的平均浏览时长计算目标用户对各已浏览内容的评分;基于各已浏览内容的评分及协同过滤推荐算法为所述目标用户确定待推荐的至少一个目标内容;向所述目标用户客户端推荐所述目标内容。由于对于内容类应用程序目标用户已浏览内容,以已浏览内容的平均浏览时长为基准,通过目标用户对已浏览内容的浏览时长能够准确确定对该已浏览内容的评分,所以能够基于已浏览内容的评分准确确定出贴合用户需求的推荐内容,进而有效提高用户使用内容类应用程序的体验。
1.一种内容推荐方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据各已浏览内容的目标浏览时长及对应的平均浏览时长计算目标用户对各已浏览内容的评分,包括:
3.根据权利要求1所述的方法,其特征在于,若已浏览内容包括显性评分,所述根据各已浏览内容的目标浏览时长及对应的平均浏览时长计算目标用户对各已浏览内容的评分,包括:
4.根据权利要求3所述的方法,其特征在于,所述采用各已浏览内容对应的显性评分对对应的平均浏览时长进行修正,以获得修正后的平均浏览时长,包括:
5.根据权利要求1-4任一项所述的方法,其特征在于,所述基于各已浏览内容的评分及协同过滤推荐算法为所述目标用户确定待推荐的至少一个目标内容,包括:
6.根据权利要求5所述的方法,其特征在于,所述基于各已浏览内容的评分及协同过滤推荐算法为所述目标用户确定待推荐的至少一个目标内容,包括:
7.根据权利要求5所述的方法,其特征在于,还包括:
8.一种内容推荐装置,其特征在于,包括:
9.一种应用程序服务端设备,其特征在于,包括:至少一个处理器;以及
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-7任一项所述的方法。