(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211000605.1 (22)申请日 2022.08.19 (71)申请人 青岛聚看云科技有限公司 地址 266104 山东省青岛市崂山区松岭路 399号(A6三楼) (72)发明人 黄山山　王宝云　 (74)专利代理 机构 北京国之大铭知识产权代理 事务所(普通 合伙) 11565 专利代理师 张平 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/906(2019.01) G06K 9/62(2022.01) (54)发明名称 一种推荐列表确定方法和服 务器 (57)摘要 本公开涉及一种推荐列表确定方法和服务 器， 应用于个性化推荐技术领域， 该方法包括： 根 据当前用户的浏览历史记录获取当前用户的浏 览偏好分布， 浏览偏好分布用于反映当前用户分 别对预设维度下N个内容类别中每个内容类别的 历史关注度； 构建内容推荐函数， 内容推荐函数 用于表征待推荐列表与浏览历史记录的相关性 评价和差异性评价的差值， 推荐偏好分布用于预 测当前用户分别对预设维度下M个内容类别中的 每个内容类别的关注度； 基于内容推荐函数， 将 使内容推荐函数的函数值最大的待推荐列表确 定为目标推荐列表。 能够关注用户在不同兴趣领 域浏览的内容占比， 使 得推荐给用户的内容更符 合用户的偏好， 提升 了推荐效果。 权利要求书2页 说明书14页 附图4页 CN 115455280 A 2022.12.09 CN 115455280 A 1.一种推荐列表确定方法， 其特 征在于， 所述方法包括： 根据当前用户的浏览历史记录获取所述当前用户的浏览偏好分布， 所述浏览偏好分布 用于反映所述当前用户分别对预设维度下N个内容类别中每个内容类别的历史关注度， N为 正整数； 构建内容推荐函数， 所述内容推荐函数用于表征待推荐列表与 所述浏览历史记录的相 关性评价和差异 性评价的差值， 所述相关性评价用于表征基于所述浏览历史记录预测所述 当前用户浏览所述待推荐列 表的各推荐内容的总概率， 所述差异性评价用于表征基于所述 待推荐列 表得到的推荐偏好分布与所述浏览偏好分布的差异 性， 所述待推荐列 表为从多个 推荐内容中确定的， 所述推荐偏好分布用于预测所述当前用户分别对预设维度下M个内容 类别中的每 个内容类别的关注度， M为 正整数； 基于所述内容推荐函数， 确定目标推荐列表， 所述目标推荐列表为使所述内容推荐函 数的函数值 最大的待推荐列表。 2.根据权利要求1所述的方法， 其特征在于， 所述浏 览历史记录中的每条记录包括浏 览 内容， 以及所述浏览内容属于所述预设维度下多个内容类别中的每个内容类别的概率； 所 述多个内容类别包括所述 N个内容类别； 所述浏览偏好分布包括N个第一元素， 每个第一元素包括一个第一内容类别以及所述 一个第一内容类别的概 率； 所述一个第一内容类别的概率为所述浏览历史记录中各个浏览内容对应的第一数值 的加权， 所述第一数值 为相应浏览内容属于所述 一个第一内容类别的概 率。 3.根据权利要求2所述的方法， 其特征在于， 所述每条记录还包括用户对所述浏 览内容 的偏好程度； 所述第一数值具体为相应浏览内容属于所述一个第一内容类别的概率与所述相应浏 览内容的偏好 程度的乘积。 4.根据权利要求2或3所述的方法， 其特征在于， 所述一个第一内容类别的概率大于或 等于第一 概率阈值。 5.根据权利要求1所述的方法， 其特征在于， 所述待推荐列表中的每个条目包括待推荐 内容， 以及所述待推荐内容属于所述预设维度下多个内容类别中的每个内容类别的概率， 所述多个内容类别包括所述M个内容类别； 所述推荐偏好分布包括M个第二元素， 每个第二元素包括一个第二内容类别以及所述 一个第二内容类别的概 率； 所述一个第二内容类别的概率为所述待推荐列表中各个待推荐内容对应的第二数值 的加权， 所述第二数值 为相应待推荐内容属于所述 一个第二内容类别的概 率。 6.根据权利要求5所述的方法， 其特征在于， 所述每个条目还包括所述待推荐内容的推 荐评分； 所述第二数值具体为相应待推荐内容属于所述一个第二内容类别的概率与所述目标 待推荐内容的推荐评分的乘积。 7.根据权利要求5或6所述的方法， 其特征在于， 所述一个第二内容类别的概率大于或 等于第二 概率阈值。 8.根据权利要求1所述的方法， 其特征在于， 所述相关性评价具体为所述总概率与第 一权　利　要　求　书 1/2 页 2 CN 115455280 A 2平衡系数的乘积， 所述差异性评价具体为所述推荐偏好分布与所述浏览偏好分布的差异 性， 与第二平衡系数的乘积； 其中， 第一平衡系数为1与所述第二平衡系数之差， 所述第 二平衡系数大于或等于0， 且 小于或等于1。 9.根据权利要求8所述的方法， 其特征在于， 所述构建内容推荐函数之前， 所述方法还 包括： 获取目标信息， 所述目标信息包括以下至少一项： 当前用户信息， 当前时间信息； 从预设平衡系数库中确定与 所述目标信 息匹配的目标预设信 息， 将所述目标预设信 息 对应的目标 预设平衡系数确定为所述第二平衡系数； 其中， 所述平衡系数库中包括多个预设信息和与每 个预设信息对应的预设平衡系数。 10.一种服 务器， 其特 征在于， 包括： 控制器， 被配置为： 根据当前用户的浏览历史记录获取所述当前用户的浏览偏好分布， 所述浏览偏好分布用于反映所述当前用户分别对预设维度下N个内容类别中每个内容类别 的历史关注度， N 为正整数； 构建内容推荐函数， 所述内容推荐函数用于表征待推荐列表与 所述浏览历史记录的相 关性评价和差异 性评价的差值， 所述相关性评价用于表征基于所述浏览历史记录预测所述 当前用户浏览所述待推荐列 表的各推荐内容的总概率， 所述差异性评价用于表征基于所述 待推荐列 表得到的推荐偏好分布与所述浏览偏好分布的差异 性， 所述待推荐列 表为从多个 推荐内容中确定的， 所述推荐偏好分布用于预测所述当前用户分别对预设维度下M个内容 类别中的每 个内容类别的关注度， M为 正整数； 基于所述内容推荐函数， 确定目标推荐列表， 所述目标推荐列表为使所述内容推荐函 数的函数值 最大的待推荐列表。权　利　要　求　书 2/2 页 3 CN 115455280 A 3