技术摘要：
本发明实施例公开了一种基于人工智能的内容推送方法、装置、服务器和存储介质，其中，方法包括，获取关于待分析多媒体文件的第一特征集合，获取目标用户账号的历史行为数据，根据历史行为数据确定第二特征集合，将第一特征集合和第二特征集合作为评估模型的输入得到待  全部
背景技术：
随着互联网技术的发展，用户可以通过浏览应用程序(如资讯程序、社交程序、公 众号等)即时获取到网络中的内容(文章、视频、图片等)，通常情况下，应用程序的后台服务 器会通过用户的历史浏览记录确定用户的兴趣，并基于用户的兴趣在应用程序中输出推荐 内容，用户也会首先基于应用程序中的推荐内容进行浏览。 当前，应用程序的后台服务器在基于用户的兴趣输出推荐内容的过程中，往往是 基于用户的长期兴趣来确定相应的推荐内容，如获取到用户历史浏览的所有内容，并基于 上述内容确定用户的兴趣，进而推荐相应的内容，比如，基于历史浏览的所有内容，发现用 户观看了某个电影的相关文章、音视频等文件的数量最多，因此持续推荐该电影的其他多 媒体文件，但实际上该电影可能是用户一时兴起在短时间内持续搜索观看而致使对其观看 数量最多，仅仅基于数量进行多媒体内容推荐，时常存在推荐内容与用户当前匹配度低的 问题。
技术实现要素：
本发明实施例提供了一种基于人工智能的内容推送方法、装置、服务器和存储介 质，可较好地为用户匹配推荐内容。 一方面，本发明实施例提供了一种基于人工智能的内容推送方法，所述方法包括： 获取关于待分析多媒体文件的第一特征集合，所述第一特征集合包括：本次待推 荐给目标用户账号的待推荐文件集合中待分析多媒体文件的文件特征、所述目标用户账号 对应的用户特征； 获取所述目标用户账号的历史行为数据，所述历史行为数据包括：所述目标用户 账号的已推荐集合中各多媒体文件的浏览信息，所述已推荐集合中包括：N个多媒体文件， 每个多媒体文件被设置了M个分类级别，N为大于或等于2的整数，M为正整数； 根据所述历史行为数据确定第二特征集合，所述第二特征集合用于表示所述目标 用户账号对于所述待分析多媒体文件所在分类级别的浏览特征； 将所述第一特征集合和所述第二特征集合作为评估模型的输入得到所述待分析 多媒体文件的分析结果； 根据所述分析结果和待推荐文件集合，向所述目标用户账号输出多媒体文件。 另一方面，本发明实施例提供了一种基于人工智能的内容推送装置，所述装置包 括： 获取模块，用于获取关于待分析多媒体文件的第一特征集合，所述第一特征集合 包括：本次待推荐给目标用户账号的待推荐文件集合中待分析多媒体文件的文件特征、所 5 CN 111597446 A 说　明　书 2/21 页 述目标用户账号对应的用户特征； 所述获取模块，还用于获取所述目标用户账号的历史行为数据，所述历史行为数 据包括：所述目标用户账号的已推荐集合中各多媒体文件的浏览信息，所述已推荐集合中 包括：N个多媒体文件，每个多媒体文件被设置了M个分类级别，N为大于或等于2的整数，M为 正整数； 确定模块，用于根据所述历史行为数据确定第二特征集合，所述第二特征集合用 于表示所述目标用户账号对于所述待分析多媒体文件所在分类级别的浏览特征； 输入模块，用于将所述第一特征集合和所述第二特征集合作为评估模型的输入得 到所述待分析多媒体文件的分析结果； 输出模块，用于根据所述分析结果和待推荐文件集合，向所述目标用户账号输出 多媒体文件。 又一方面，本发明实施例提供了一种服务器，包括处理器和存储装置，所述存储装 置用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于调用所述程序指 令，执行所述基于人工智能的内容推送方法。 再一方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储 介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时， 所述基于人工智能的内容推送方法将被实现。 本发明实施例中，从包括用户特征和多媒体文件特征的第一特征集合，以及基于 历史数据的第二特征集合出发，结合训练好的评估模型，确定出用户对于某个多媒体文件 的匹配分析结果，进行多个多媒体文件的推荐，可以使得服务器推荐的内容与用户兴趣更 为匹配，提升推荐内容服务的智能性。 附图说明 为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的 附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普 通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。 图1是本发明实施例的一种基于人工智能的内容推送结构示意图； 图2是本发明实施例的提供的一种兴趣特征刻画流程示意图； 图3是本发明实施例的提供的一种基于人工智能的内容推送架构示意图； 图4是本发明实施例的提供的一种用户特征示意图； 图5是本发明实施例提供的一种基于人工智能的内容推送方法的流程示意图； 图6是本发明实施例提供的一种单特征数据的示意图； 图7a是本发明实施例提供的一种特征数据集合的示意图； 图7b是本发明实施例提供的另一种特征数据集合的示意图； 图7c是本发明实施例提供的又一种特征数据集合的示意图； 图7d是本发明实施例提供的又一种特征数据集合的示意图； 图7e是本发明实施例提供的又一种特征数据集合的示意图； 图8是本发明实施例提供的一种评估模型训练方法的流程示意图； 图9是本发明实施例提供的一种评估模型训练的架构示意图； 6 CN 111597446 A 说　明　书 3/21 页 图10是本发明实施例提供的一种显示界面示意图； 图11是本发明实施例提供的一种视频推荐流程示意图； 图12是本发明实施例提供的一种点击率计算流程示意图； 图13是本发明实施例提供的一种基于人工智能的内容推送装置的结构示意图； 图14是本发明实施例提供的一种服务器的结构示意图。