(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 202211110364.6 (22)申请日 2022.09.13 (71)申请人 中国建设银行股份有限公司 地址 100033 北京市西城区金融大街25号 申请人 建信金融科技有限责任公司 (72)发明人 张振强　薛飞　王俐　刘水泉　 魏聪惠　王怡冰　叶敏　连维淞　 (74)专利代理 机构 北京东方亿 思知识产权代理 有限责任公司 1 1258 专利代理师 赵秀芹 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/9536(2019.01) G06K 9/62(2022.01) G06Q 50/20(2012.01) (54)发明名称 培训内容推荐方法及其装置、 设备、 介质 (57)摘要 本申请公开了一种培训内容推荐方法及其 装置、 设备、 介质。 该方法包 括： 获取M个第一用户 的历史行为数据； 按照时间序列对每个第一用户 的历史行为数据进行排序， 得到M个历史行为序 列； 基于目标召回算法， 从第一内容集合中获取 与每个历史行为序列匹配的培训内容， 得到与M 个第一用户关联的M个第二内容集合； 向目标排 序模型输入每个第一用户的输入 特征， 以及与第 一用户关联的第二内容集合， 得到每个第一用户 对关联的第二内容集合中每个培训内容的点击 概率； 基于每个第一用户对关联的第二内容集合 中每个培训内容的点击概率， 输出与每个第一用 户匹配的待推荐内容。 根据本申请实施例， 能够 更好地对企业的科技创新能力等级 进行评价。 权利要求书2页 说明书12页 附图3页 CN 115470407 A 2022.12.13 CN 115470407 A 1.一种培训内容推荐方法， 其特 征在于， 所述方法包括： 获取M个第一用户的历史行为数据； 按照时间序列对每个第一用户的历史行为数据进行排序， 得到M个第 一用户对应的M个 历史行为序列； 基于目标召回算法， 从第一内容集合中获取与每个历史行为序列匹配的培训内容， 得 到与所述M个第一用户关联的M个第二内容 集合； 向目标排序模型输入每个第 一用户的输入特征， 以及与 所述第一用户关联的第 二内容 集合， 得到所述每个第一用户对关联的第二内容集合中每个培训内容的点击概率， 其中， 所 述输入特 征包括业务特征、 项目特 征、 技能特 征中的至少一项； 基于所述每个第一用户对关联的所述第 二内容集合中每个培训内容的点击概率， 输出 与所述每 个第一用户匹配的待推荐内容。 2.根据权利要求1所述的方法， 其特征在于， 所述获取多个第一用户的历史行为数据， 包括： 基于目标 数据埋点获取所述多个第一用户的历史行为数据； 其中， 所述目标数据埋点包括用户标识、 历史行为类型、 停留时长、 培训内容、 培训内容 类别和事 件时间， 所述历史行为数据包括历史曝光行为数据和历史点击行为数据。 3.根据权利要求1所述的方法， 其特征在于， 所述目标召回算法包括词向量召回算法、 协同过滤召回算法、 标签召回算法中的至少一项， 所述基于目标召回算法， 从第一内容集合 中获取与每 个历史行为序列匹配的培训内容， 包括以下至少一项： 基于所述词向量召回算法和时间衰减权重， 从第 一内容集合中获取与每个历史行为序 列匹配的培训内容； 基于所述协同过滤召回算法和用户活跃度衰减权重， 从第 一内容集合中获取与每个历 史行为序列匹配的培训内容； 基于所述标签召回算法、 时间衰减权重和频率衰减权重， 从第一内容集合中获取与每 个历史行为序列匹配的培训内容。 4.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取多个第二用户的历史行为数据和输入特 征； 基于多个第二用户的历史行为数据和输入特 征， 构建训练样本数据； 基于所述训练样本数据对逻辑回归 模型进行训练， 得到所述目标排序模型。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述每个第 一用户对关联的第 二 内容集合中每个培训内容的点击概 率， 输出与所述每 个第一用户匹配的待推荐内容， 包括： 按照所述 点击概率由高到低的顺序， 输出与所述每 个第一用户匹配的待推荐内容； 其中， 所述待推荐内容包括与所述第一用户关联的第二内容集合中的所有培训内容， 或者， 所述待推荐内容包括与所述第一用户关联的第二内容集合中的目标培训内容， 所述 目标培训内容的点击概 率大于预设概 率阈值。 6.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取第三用户的输入特 征； 确定与所述第三用户的输入特 征相似度大于预设相似度阈值的第一用户为第四用户； 为所述第三用户推荐与所述第四用户匹配的待推荐内容。权　利　要　求　书 1/2 页 2 CN 115470407 A 27.一种培训内容推荐装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取M个第一用户的历史行为数据； 排序模块， 用于按照时间序列对每个第一用户的历史行为数据进行排序， 得到M个第一 用户对应的M个历史行为序列； 所述获取模块， 还用于基于目标召回算法， 从第一内容集合中获取与每个历史行为序 列匹配的培训内容， 得到与所述M个第一用户关联的M个第二内容 集合； 输入模块， 用于向目标排序模型输入每个第一用户的输入特征， 以及与所述第一用户 关联的第二内容集合， 得到所述每个第一用户对关联的第二内容集合中每个培训内容的点 击概率， 其中， 所述输入特 征包括业务特征、 项目特 征、 技能特 征中的至少一项； 输出模块， 用于基于所述每个第 一用户对所述第 二内容集合中每个培训内容的点击概 率， 输出与所述每 个第一用户匹配的待推荐内容。 8.一种电子设备， 其特征在于， 所述设备包括： 处理器以及存储有计算机程序指令的存 储器； 所述处理器执行所述计算机程序指令时实现如权利要求1 ‑6任意一项所述的培训内容 推荐方法。 9.一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上存储有计算机 程序指令， 所述计算机程序指令被处理器执行时实现如权利要求1 ‑6任意一项所述的培训 内容推荐方法的步骤。 10.一种计算机程序产品， 其特征在于， 所述程序产品被存储在非易失的存储介质中， 所述程序产品被至少一个处理器执行以实现如权利要求 1‑6任一项所述的培训内容推荐方 法的步骤。权　利　要　求　书 2/2 页 3 CN 115470407 A 3