CN117194798A - 内容的推荐方法、装置、电子设备和介质 - Google Patents

Abstract

本公开提供了一种内容的推荐方法、装置、电子设备和介质，涉及人工智能领域，尤其涉及推荐系统技术领域。实现方案为：获取包括多个标签的标签集合，其中，每个标签用于标识与该标签对应的内容；针对每个标签，获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，第一用户集合中包括至少一个用户；计算每个用户在预设时间段内针对该标签对应的内容的点击率；基于每个用户对应的点击率的大小，确定每个用户针对该标签对应的序值；将每个标签对应的第一用户集合的并集作为第二用户集合；以及针对第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及将标识有召回词的内容推荐给该用户。

Description

内容的推荐方法、装置、电子设备和介质

技术领域

本公开涉及人工智能技术领域，尤其涉及推荐系统技术领域，具体涉及一种内容的推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

推荐系统主要分为召回、排序两个阶段。在召回阶段中，会根据用户对各类标签内容、资源的展现点击行为，而选择不同的标签作为召回词。召回词会直接影响内容的推荐效果，因此，选取合适的召回词显得尤为重要。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种内容的推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种内容的推荐方法，包括：获取包括多个标签的标签集合，其中，所述多个标签中的每个标签用于标识与该标签对应的内容；针对所述多个标签中每个标签，获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，所述第一用户集合中包括至少一个用户；计算所述至少一个用户中的每个用户在所述预设时间段内针对该标签对应的内容的点击率；基于所述第一用户集合中每个用户对应的点击率的大小，确定每个用户针对该标签对应的序值；将所述多个标签中每个标签对应的第一用户集合的并集作为第二用户集合；以及针对所述第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及将标识有所述召回词的内容推荐给该用户。

根据本公开的另一方面，提供了一种内容的推荐装置，包括：第一获取模块，被配置为获取包括多个标签的标签集合，其中，所述多个标签中的每个标签用于标识与该标签对应的内容；第二获取模块，被配置为针对所述多个标签中每个标签，获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，所述第一用户集合中包括至少一个用户；计算模块，被配置为计算所述至少一个用户中的每个用户在所述预设时间段内针对该标签对应的内容的点击率；第一确定模块，被配置为基于所述第一用户集合中每个用户对应的点击率的大小，确定每个用户针对该标签对应的序值；第二确定模块，被配置为将所述多个标签中每个标签对应的第一用户集合的并集作为第二用户集合；以及第三确定模块，被配置为针对所述第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及推荐模块，被配置为将标识有所述召回词的内容推荐给该用户。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中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上述方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现上述方法。

根据本公开的一个或多个实施例，提供了一种内容的推荐方法，针对同一标签，基于针对该标签有点击行为的用户对应的点击率的排序，确定用户针对该标签对应的序值，并进而通过用户的对标识有标签的内容的点击率和序值来得到召回词。基于点击率确定的召回词能够确保召回用户感兴趣的标签的内容，提升推荐的准确性和推荐效果，基于序值确定的召回词能够探索用户是否对其他标签感兴趣，即后验较差的标签也一定会有用户召回，使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1是图示出根据示例性实施例的可以在其中实施本文描述的各种方法的示例系统的示意图；

图2示出了根据本公开的实施例的内容的推荐方法的流程图；

图3示出了根据本公开的实施例的内容的推荐装置的结构框图；以及

图4示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

相关技术中，通过统计用户所有的展现点击历史，就能得到用户对各标签的后验点击率，各标签按照后验点击率进行排序，取后验点击率最高的标签作为召回词，最后再用这些召回词，召回对应的标签内容。这一方法不利于探索用户更多的兴趣点，而对于一些后验效果不太好的标签，不会给用户召回对应标签的内容，作者也不再有动力生产这类内容，对整体推荐系统的生态不友好。

为解决上述问题，本公开提供了一种内容的推荐方法，针对同一标签，基于针对该标签有点击行为的用户对应的点击率的排序，确定用户针对该标签对应的序值，并进而通过用户的对标识有标签的内容的点击率和序值来得到召回词。基于点击率确定的召回词能够确保召回用户感兴趣的标签的内容，提升推荐的准确性和推荐效果，基于序值确定的召回词能够探索用户是否对其他标签感兴趣，即后验较差的标签也一定会有用户召回，使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行内容的推荐方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来执行内容的推荐方法。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

图2示出了根据本公开的实施例的内容的推荐方法的流程图。

如图2所示，内容的推荐方法200包括：

步骤S201、获取包括多个标签的标签集合，其中，所述多个标签中的每个标签用于标识与该标签对应的内容；

步骤S202、针对所述多个标签中每个标签，

步骤S202-1、获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，所述第一用户集合中包括至少一个用户；

步骤S202-2、计算所述至少一个用户中的每个用户在所述预设时间段内针对该标签对应的内容的点击率；

步骤S202-3、基于所述第一用户集合中每个用户对应的点击率的排序，确定每个用户针对该标签对应的序值；

步骤S203、将所述多个标签中每个标签对应的第一用户集合的并集作为第二用户集合；以及

步骤S204、针对所述第二用户集合中的每个用户，

步骤S204-1、基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及

步骤S204-2、将标识有所述召回词的内容推荐给该用户。

在推荐系统中，可以通过内容理解等手段对待推荐的内容打上一些标签，示例性的，如篮球、围棋、搞笑等标签。当用户点击这些内容时，会对用户的点击行为以及所点击的内容对应的标签进行记录，从而能够得知在每一个标签下的曾有过点击行为的用户，即与该标签对应的历史有展用户。

在步骤S201中获取包含多个标签的标签集合，在一个示例中，可以选取当前推荐系统中的全部标签作为标签集合以从中选取召回词，并对与召回词相应的内容进行推荐。

在步骤S202-1中，获取在预设时间段内点击该标签对应的内容的第一用户集合，即获取该标签所对应的历史有展用户，示例性的，在篮球标签下，历史有展用户包括用户a、用户b、用户c和用户d。

在一个示例中，预设时间段可以根据需要来进行设置，示例性的，预设时间段为3天，即在步骤S202-1中获取在过去3天内点击该标签对应的内容的第一用户集合。

在步骤S202-2中，计算每个用户在预设时间段内针对该标签对应的内容的点击率，示例性的，如在过去3天内给用户a展现了100次标识有篮球标签的内容，并且用户a点击了20次，那么用户a在过去3天内这个预设时间段内对篮球这个标签的内容的点击率就是20/100＝0.2。

在步骤S202-3中，通过每个用户对应的点击率的排序，来确定每个用户针对该标签对应的序值。可以看出，序值是通过点击率的排序计算得到的，能够表示同一标签的历史有展用户中的各个用户对该标签的相对兴趣。

由此，针对同一标签，基于针对该标签有点击行为的用户对应的点击率的排序，确定用户针对该标签对应的序值，并进而通过用户的对标识有标签的内容的点击率和序值来得到召回词。基于点击率确定的召回词能够确保召回用户感兴趣的标签的内容，提升推荐的准确性和推荐效果；基于序值确定的召回词能够探索用户是否对其他标签感兴趣，即后验较差的标签也一定会有用户召回，能够为用户在推荐内容上提供一定的惊喜，并且使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

根据一些实施例，步骤S202-3包括：对所述第一用户集合中每个用户对应的点击率进行排序；针对所述第一用户集合中的每个用户，基于该用户对应的排序和所述第一用户集合中的用户数量，确定该用户针对该标签对应的序值。

通过对每个用户对应的点击率进行排序，来得到每个用户的点击率在第一用户集合中的排序，并根据每个用户对应的排序和第一用户集合中的用户数量来计算每个用户针对该标签对应的序值。可以看出，序值是通过点击率的排序和第一用户集合中的用户数量来计算得到的，能够表示同一标签的历史有展用户中的各个用户对该标签的相对兴趣。即使在第一用户集合中的各个用户对该标签的绝对兴趣值(通常可由点击率来表示)都不高的情况下，基于对序值的计算以及根据序值来确定召回词，能够保证后验较差的标签会有用户召回，能够为用户在推荐内容上提供一定的惊喜，并且使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

根据一些实施例，针对所述第一用户集合中的每个用户，该用户针对该标签对应的序值等于该用户针对该标签的点击率在所述第一用户集合中对应的排序与所述用户数量的比值。

示例性的，例如标签为篮球的内容有10000个历史有展用户，其中包括用户a。当用户a对篮球标签的内容的点击率为0.2且在这10000个用户中排100名时，则用户a在篮球这标签中的序值为100/10000＝0.01，序值越小，表示用户的序越高，表示该用户在第一用户集合中对该标签的相对兴趣越高。

根据一些实施例，步骤S204-1包括：针对所述第二用户集合中的每个用户，获取该用户点击率最高的第一多个标签和序值最小的第二多个标签；将所述第一多个标签和所述第二多个标签的并集确定为该用户的召回词。

如前所述，序值越小，表示用户的序越高，表示该用户在第一用户集合中对该标签的相对兴趣越高。因此，可以将序值最小的第二多个标签作为召回词的一部分用于召回对应的内容以推荐给该用户。

通过点击率和序值两种方法同时得到的召回词，使得基于点击率确定的召回词能够确保召回用户感兴趣的标签的内容，提升推荐的准确性和推荐效果；基于序值确定的召回词能够探索用户是否对其他标签感兴趣，即后验较差的标签也一定会有用户召回，能够为用户在推荐内容上提供一定的惊喜，并且使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

根据一些实施例，所述第一多个和所述第二多个的数量相同。

为基于点击率召回的方式和基于序值召回的方式分配相同的权重有利于在提升推荐效果和推荐准确性的同时去探索用户是否对其他标签感兴趣，即后验较差的标签也一定会有用户召回，能够为用户在推荐内容上提供一定的惊喜，并且使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

在一些示例中，所述第一多个和所述第二多个的数量可以不同。

根据本公开的另一方面，提供了一种内容的推荐装置。如图3所示，内容的推荐装置300包括：第一获取模块301，被配置为获取包括多个标签的标签集合，其中，所述多个标签中的每个标签用于标识与该标签对应的内容；第二获取模块302，被配置为针对所述多个标签中每个标签，获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，所述第一用户集合中包括至少一个用户；计算模块303，被配置为计算所述至少一个用户中的每个用户在所述预设时间段内针对该标签对应的内容的点击率；第一确定模块304，被配置为基于所述第一用户集合中每个用户对应的点击率的排序，确定每个用户针对该标签对应的序值；第二确定模块305，被配置为将所述多个标签中每个标签对应的第一用户集合的并集作为第二用户集合；以及第三确定模块306，被配置为针对所述第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及推荐模块307，被配置为将标识有所述召回词的内容推荐给该用户。

在推荐系统中，可以通过内容理解等手段对待推荐的内容打上一些标签，示例性的，如篮球、围棋、搞笑等标签。当用户点击这些内容时，会对用户的点击行为以及所点击的内容对应的标签进行记录，从而能够得知在每一个标签下的曾有过点击行为的用户，即与该标签对应的历史有展用户。

第一获取模块301获取包含多个标签的标签集合，在一个示例中，第一获取模块301可以选取当前推荐系统中的全部标签作为标签集合以从中选取召回词，并对与召回词相应的内容进行推荐。

第二获取模块302获取在预设时间段内点击该标签对应的内容的第一用户集合，即获取该标签所对应的历史有展用户，示例性的，在篮球标签下，历史有展用户包括用户a、用户b、用户c和用户d。

在一个示例中，预设时间段可以根据需要来进行设置，示例性的，预设时间段为3天，即第二获取模块302获取在过去3天内点击该标签对应的内容的第一用户集合。

计算模块303计算每个用户在预设时间段内针对该标签对应的内容的点击率，示例性的，如在过去3天内给用户a展现了100次标识有篮球标签的内容，并且用户a点击了20次，那么用户a在过去3天内这个预设时间段内对篮球这个标签的内容的点击率就是20/100＝0.2。

确定模块304通过每个用户对应的点击率的排序，来确定每个用户针对该标签对应的序值。可以看出，序值是通过点击率的排序计算得到的，能够表示同一标签的历史有展用户中的各个用户对该标签的相对兴趣。

由此，针对同一标签，内容的推荐装置300基于针对该标签有点击行为的用户对应的点击率的排序，确定用户针对该标签对应的序值，并进而通过用户的对标识有标签的内容的点击率和序值来得到召回词。基于点击率确定的召回词能够确保召回用户感兴趣的标签的内容，提升推荐的准确性和推荐效果；基于序值确定的召回词能够探索用户是否对其他标签感兴趣，即后验较差的标签也一定会有用户召回，能够为用户在推荐内容上提供一定的惊喜，并且使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

根据一些实施例，第一确定模块304包括：排序单元，被配置为对所述第一用户集合中每个用户对应的点击率进行排序；第一确定单元，被配置为针对所述第一用户集合中的每个用户，基于该用户对应的排序和所述第一用户集合中的用户数量，确定该用户针对该标签对应的序值。

排序单元通过对每个用户对应的点击率进行排序，来得到每个用户的点击率在第一用户集合中的排序，并由第一确定单元根据每个用户对应的排序和第一用户集合中的用户数量来计算每个用户针对该标签对应的序值。可以看出，序值是通过点击率的排序和第一用户集合中的用户数量来计算得到的，能够表示同一标签的历史有展用户中的各个用户对该标签的相对兴趣。即使在第一用户集合中的各个用户对该标签的绝对兴趣值(通常可由点击率来表示)都不高的情况下，基于对序值的计算以及根据序值来确定召回词，能够保证后验较差的标签会有用户召回，能够为用户在推荐内容上提供一定的惊喜，并且使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

根据一些实施例，针对所述第一用户集合中的每个用户，该用户针对该标签对应的序值等于该用户针对该标签的点击率在所述第一用户集合中对应的排序与所述用户数量的比值。

示例性的，例如标签为篮球的内容有10000个历史有展用户，其中包括用户a。当用户a对篮球标签的内容的点击率为0.2且在这10000个用户中排100名时，则用户a在篮球这标签中的序值为100/10000＝0.01，序值越小，表示用户的序越高，表示该用户在第一用户集合中对该标签的相对兴趣越高。

根据一些实施例，第三确定模块306包括：获取单元，被配置为针对所述第二用户集合中的每个用户，获取该用户点击率最高的第一多个标签和序值最小的第二多个标签；第二确定单元，被配置为将所述第一多个标签和所述第二多个标签的并集确定为该用户的召回词。

如前所述，序值越小，表示用户的序越高，表示该用户在第一用户集合中对该标签的相对兴趣越高。因此，第三确定模块306可以将序值最小的第二多个标签作为召回词的一部分用于召回对应的内容以推荐给该用户。

第三确定模块306通过点击率和序值两种方法同时得到的召回词，使得基于点击率确定的召回词能够确保召回用户感兴趣的标签的内容，提升推荐的准确性和推荐效果；基于序值确定的召回词能够探索用户是否对其他标签感兴趣，即后验较差的标签也一定会有用户召回，能够为用户在推荐内容上提供一定的惊喜，并且使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

根据一些实施例，所述第一多个和所述第二多个的数量相同。

为基于点击率召回的方式和基于序值召回的方式分配相同的权重有利于在提升推荐效果和推荐准确性的同时去探索用户是否对其他标签感兴趣，即后验较差的标签也一定会有用户召回，能够为用户在推荐内容上提供一定的惊喜，并且使得这部分内容可以在推荐系统里面持续展现，这部分内容对应的作者也有动力继续生产此类标签的内容，有利于推荐生态的繁荣。

根据本公开的另一方面，还提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中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内容的推荐方法。

根据本公开的另一方面，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行内容的推荐方法。

根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现内容的推荐方法。

如图4所示，电子设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM 403中，还可存储电子设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

电子设备400中的多个部件连接至I/O接口405，包括：输入单元406、输出单元407、存储单元408以及通信单元409。输入单元406可以是能向电子设备400输入信息的任何类型的设备，输入单元406可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元407可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元408可以包括但不限于磁盘、光盘。通信单元409允许电子设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙^TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如内容的推荐方法。例如，在一些实施例中，内容的推荐方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到电子设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行上文描述的内容的推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行内容的推荐方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (13)

1.一种内容的推荐方法，包括：

获取包括多个标签的标签集合，其中，所述多个标签中的每个标签用于标识与该标签对应的内容；

针对所述多个标签中每个标签，

获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，所述第一用户集合中包括至少一个用户；

计算所述至少一个用户中的每个用户在所述预设时间段内针对该标签对应的内容的点击率；

基于所述第一用户集合中每个用户对应的点击率的排序，确定每个用户针对该标签对应的序值；以及

将所述多个标签中每个标签对应的第一用户集合的并集作为第二用户集合；以及

针对所述第二用户集合中的每个用户，

基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及

将标识有所述召回词的内容推荐给该用户。

2.根据权利要求1所述的方法，其中，所述基于所述第一用户集合中每个用户对应的点击率的排序，确定每个用户针对该标签对应的序值包括：

对所述第一用户集合中每个用户对应的点击率进行排序；

针对所述第一用户集合中的每个用户，基于该用户对应的排序和所述第一用户集合中的用户数量，确定该用户针对该标签对应的序值。

3.根据权利要求2所述的方法，其中，针对所述第一用户集合中的每个用户，该用户针对该标签对应的序值等于该用户针对该标签的点击率在所述第一用户集合中对应的排序与所述用户数量的比值。

4.根据权利要求1-3中任一项所述的方法，其中，根据权利要求1或2所述的方法，其中，所述针对所述第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词包括：

针对所述第二用户集合中的每个用户，获取该用户点击率最高的第一多个标签和序值最小的第二多个标签；

将所述第一多个标签和所述第二多个标签的并集确定为该用户的召回词。

5.根据权利要求4所述的方法，其中，所述第一多个和所述第二多个的数量相同。

6.一种内容的推荐装置，包括：

第一获取模块，被配置为获取包括多个标签的标签集合，其中，所述多个标签中的每个标签用于标识与该标签对应的内容；

第二获取模块，被配置为针对所述多个标签中每个标签，获取在预设时间段内点击该标签对应的内容的第一用户集合，其中，所述第一用户集合中包括至少一个用户；

计算模块，被配置为计算所述至少一个用户中的每个用户在所述预设时间段内针对该标签对应的内容的点击率；

第一确定模块，被配置为基于所述第一用户集合中每个用户对应的点击率的排序，确定每个用户针对该标签对应的序值；

第二确定模块，被配置为将所述多个标签中每个标签对应的第一用户集合的并集作为第二用户集合；以及

第三确定模块，被配置为针对所述第二用户集合中的每个用户，基于该用户针对每个标签的点击率和序值，确定该用户的召回词；以及

推荐模块，被配置为将标识有所述召回词的内容推荐给该用户。

7.根据权利要求6所述的装置，其中，所述第一确定模块包括：

排序单元，被配置为对所述第一用户集合中每个用户对应的点击率进行排序；

第一确定单元，被配置为针对所述第一用户集合中的每个用户，基于该用户对应的排序和所述第一用户集合中的用户数量，确定该用户针对该标签对应的序值。

8.根据权利要求7所述的装置，其中，针对所述第一用户集合中的每个用户，该用户针对该标签对应的序值等于该用户针对该标签的点击率在所述第一用户集合中对应的排序与所述用户数量的比值。

9.根据权利要求6-8中任一项所述的装置，其中，所述第三确定模块包括：

获取单元，被配置为针对所述第二用户集合中的每个用户，获取该用户点击率最高的第一多个标签和序值最小的第二多个标签；

第二确定单元，被配置为将所述第一多个标签和所述第二多个标签的并集确定为该用户的召回词。

10.根据权利要求9所述的装置，其中，所述第一多个和所述第二多个的数量相同。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

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权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-5中任一项所述的方法。