内容项的推荐方法、装置、设备以及存储介质与流程

本说明书实施例涉及计算机，特别涉及一种内容项的推荐方法、装置、设备以及存储介质。

背景技术：

1、随着计算机技术的发展，内容项的数量越来越多，其中，内容项代指各种形式的内容，比如，视频、文本、音频、图像等。如何在大量内容项中为用户推荐合适的内容项是各个厂商研究的重点。

2、相关技术中，往往会基于内容项的特征以及用户与内容项之间的交互行为从大量内容项中找到用户可能感兴趣的内容项，并将这些用户感兴趣的内容项推荐给用户。

3、但是，对于一些新加入的内容项，由于还没有被推荐给用户，因此不存在用户与内容项之间的交互行为，向用户推荐这些新加入的内容项的效果不佳。

技术实现思路

1、本说明书实施例提供了一种内容项的推荐方法、装置、设备以及存储介质，可以提升内容项的推荐效果，按照用户的喜好来推荐内容项，技术方案如下：

2、一方面，提供了一种内容项的推荐方法，所述方法包括：

3、获取多个内容项的初始内容项特征集合，所述多个内容项包括未推荐过的内容项和已推荐过的内容项，所述初始内容项特征集合包括各个所述内容项的初始内容项特征，所述已推荐过的内容项的初始内容项特征包括交互行为特征；

4、基于所述初始内容项特征集合，确定所述多个内容项的邻域信息，所述邻域信息用于表示所述多个内容项之间的关联关系；

5、基于所述多个内容项的初始内容项特征集合和所述邻域信息，对所述多个内容项进行重编码，得到所述多个内容项的目标内容项特征集合，所述目标内容项特征集合包括各个所述内容项的目标内容项特征，所述目标内容项特征用于进行内容项推荐。

6、一方面，提供了一种内容项的推荐装置，所述装置包括：

7、获取模块，用于获取多个内容项的初始内容项特征集合，所述多个内容项包括未推荐过的内容项和已推荐过的内容项，所述初始内容项特征集合包括各个所述内容项的初始内容项特征，所述已推荐过的内容项的初始内容项特征包括交互行为特征；

8、邻域信息确定模块，用于基于所述初始内容项特征集合，确定所述多个内容项的邻域信息，所述邻域信息用于表示所述多个内容项之间的关联关系；

9、重编码模块，用于基于所述多个内容项的初始内容项特征集合和所述邻域信息，对所述多个内容项进行重编码，得到所述多个内容项的目标内容项特征集合，所述目标内容项特征集合包括各个所述内容项的目标内容项特征，所述目标内容项特征用于进行内容项推荐。

10、在一种可能的实施方式中，所述邻域信息确定模块，用于基于所述初始内容项特征集合中多个初始内容项特征，确定所述多个内容项的索引；基于所述多个初始内容特征以及所述多个内容项的索引，确定所述多个内容项的邻域信息。

11、在一种可能的实施方式中，所述邻域信息确定模块，用于对所述多个初始内容项特征进行聚类，得到多个第一聚类中心，一个所述第一聚类中心对应于至少一个初始内容项特征；在各个所述第一聚类中心对应的初始内容项特征中进行聚类，得到所述多个内容项的索引。

12、在一种可能的实施方式中，所述邻域信息确定模块，用于在所述多个初始内容项特征中随机确定多个初始聚类中心；基于所述多个初始内容项特征与所述多个初始聚类中心之间的距离进行多轮迭代，得到所述多个第一聚类中心，对应于同一个第一聚类中心的初始内容项特征之间的距离小于或等于第一距离阈值，对应于不同第一聚类中心的初始内容项特征之间的距离大于或等于第二距离阈值，所述第二距离阈值大于所述第一距离阈值。

13、在一种可能的实施方式中，所述邻域信息确定模块，用于对于所述多个第一聚类中心中的任一第一聚类中心，将所述第一聚类中心对应的各个初始内容项特征分割为多个子特征；基于各个初始内容项特征的多个子特征进行聚类，得到所述第一聚类中心对应的内容项的索引。

14、在一种可能的实施方式中，所述邻域信息确定模块，用于基于各个初始内容项特征的多个子特征进行聚类，得到多个第二聚类中心；基于所述多个第二聚类中心的标识，确定所述第一聚类中心对应的内容项的索引。

15、在一种可能的实施方式中，所述邻域信息确定模块，用于基于所述多个初始内容特征以及所述多个内容项的索引，确定所述多个内容项之间的关联关系；基于所述多个内容项之间的关联关系，生成所述多个内容项的拉普拉斯矩阵或邻接矩阵。

16、在一种可能的实施方式中，所述重编码模块，用于对所述初始内容项特征集合和所述邻域信息进行编码，得到参考内容项特征集合，所述参考内容项特征集合包括各个所述内容项的参考内容项特征；基于所述参考内容项特征集合进行解码，得到参考邻域信息；基于所述参考邻域信息和所述邻域信息之间的第一差异信息，以及所述参考内容项特征集合的分布与标准正态分布之间的第二差异信息，对所述初始内容项特征集合进行多轮迭代，得到所述多个内容项的目标内容项特征集合。

17、在一种可能的实施方式中，所述重编码模块，用于对所述初始内容项特征集合和所述邻域信息进行图卷积，得到参考分布的均值和方差；基于所述参考分布的均值和方差进行采样，得到所述参考内容项特征集合。

18、在一种可能的实施方式中，所述重编码模块，用于采用第一图卷积层和第二图卷积层对所述初始内容项特征集合和所述邻域信息进行两次图卷积，得到所述参考分布的均值；采用所述第一图卷积层和第三图卷积层对所述初始内容项特征集合和所述邻域信息进行两次图卷积，得到所述参考分布的方差，所述第二图卷积层和所述第三图卷积层的参数不同。

19、在一种可能的实施方式中，所述重编码模块，用于以标准正态分布进行采样，得到多个第一采样内容项特征；将所述多个第一采样内容项特征与所述参考分布的方差做哈达玛积，得到多个第二采样内容项特征；将所述多个第二采样内容项特征与所述参考分布的均值相加，得到所述参考内容项特征集合。

20、在一种可能的实施方式中，所述重编码模块，用于对所述参考内容项特征集合中多个参考内容项特征进行点积运算，得到所述参考邻域信息。

21、在一种可能的实施方式中，所述装置还包括：

22、推荐模块，用于响应于对目标对象的内容项推荐请求，确定所述内容项推荐请求对应的推荐场景；基于所述推荐场景的场景特征、所述目标对象的对象特征以及所述目标内容项特征集合，向所述目标对象推荐内容项。

23、一方面，提供了一种计算机设备，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条计算机程序，所述计算机程序由所述一个或多个处理器加载并执行以实现所述内容项的推荐方法。

24、一方面，提供了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至少一条计算机程序，所述计算机程序由处理器加载并执行以实现所述内容项的推荐方法。

25、一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括程序代码，该程序代码存储在计算机可读存储介质中，计算机设备的处理器从计算机可读存储介质读取该程序代码，处理器执行该程序代码，使得该计算机设备执行上述内容项的推荐方法。

26、通过本说明书实施例提供的技术方案，获取多个内容项的初始内容项特征集合，该多个内容项包括未推荐过的内容项和已推荐过的内容项。该初始内容项特征集合包括多个内容项的内容项特征，由于已推荐过的内容项存在与用户交互的记录，那么已推荐过的内容项的初始内容项特征包括交互行为特征。基于该初始内容项特征集合，确定该多个内容项的邻域信息，该邻域信息用于表示该多个内容项之间的关联关系，也即是用于表示该多个内容项之间是否相似。基于该初始内容项特征集和该邻域信息，对该多个内容项进行重编码，得到该多个内容项的目标内容项特征，利用该目标内容项特征能够实现内容项的推荐。在上述处理过程中，由于未推荐过的内容项不存在与用户交互的记录，利用已推荐过的内容项实现对多个内容项进行重编码，充分利用内容项本身的特性以及交互行为特征，得到目标内容项特征，利用目标内容项特征能够实现较好的内容项推荐效果。