内容推荐方法、装置、电子设备及存储介质与流程

1.本技术涉及内容推荐技术，尤其涉及一种内容推荐方法、装置、电子设备及存储介质。


背景技术：

2.在信息爆发的当今社会，利用推荐引擎对用户感兴趣的内容进行推荐，是帮助用户高效的找到自己所需的内容，降低信息过载的有效途径。
3.现有技术中，推荐引擎获取用户针对目标应用的互联网浏览数据，根据该互联网浏览数据利用机器学习预测用户感兴趣的内容，然后将该预测的用户感兴趣的内容直接推荐至用户的终端设备。然而，上述内容推荐的方式，安全性较低。


技术实现要素：

4.本技术提供一种内容推荐方法、装置、电子设备及存储介质，用以解决内容推荐过程中待推送的目标内容安全性得不到保障，体现用户内容偏好隐私的目标内容容易泄露，进而导致目标用户隐私泄露的问题。
5.第一方面，本技术提供一种内容推荐方法，所述方法包括：
6.接收终端设备发送的目标用户针对目标应用的内容推荐请求；所述内容推荐请求包括：目标用户的标识；
7.根据所述目标用户的标识，从所述目标应用的标签数据库中获取目标用户的画像标签；
8.从所述目标用户的画像标签中获取所述目标用户的第一标签关键词；所述第一标签关键词用于表征所述目标用户的内容偏好；
9.根据所述目标用户的第一标签关键词，从所述目标应用的推送内容数据库中获取待推荐的目标内容；
10.对所述目标内容加密处理，得到加密后的目标内容，并向所述终端设备推送所述加密后的目标内容。
11.可选的，所述对所述目标内容加密处理，得到加密后的目标内容，并向所述终端设备推送所述加密后的目标内容，包括：
12.对所述目标内容进行加密压缩，得到加密后的压缩包；
13.将所述加密后的压缩包上传至所述目标应用的后台服务器；
14.向所述终端设备发送推送提示信息；所述推送提示信息用于提示所述终端设备从所述目标应用的后台服务器获取所述压缩包的提取验证码，并利用所述提取验证码从所述目标应用的后台服务器存储的所述加密后的压缩包中获取所述目标内容。
15.可选的，所述从所述目标用户的画像标签中获取所述目标用户的第一标签关键词，包括：
16.根据候选推荐内容的目标类别标识，以及，候选推荐内容的类别标识与标签类别
的映射关系，确定所述目标类别标识对应的目标标签类别；
17.根据所述目标标签类别，从所述目标用户的画像标签中获取所述目标标签类别对应的第一标签关键词；
18.所述根据所述目标用户的第一标签关键词，从所述目标应用的推送内容数据库中获取待推荐的目标内容，包括：
19.根据所述目标用户的第一标签关键词，从所述目标应用的推送内容数据库的目标类别的推送内容中获取待推荐的目标内容。
20.可选的，所述目标用户的画像标签包括：所述目标用户的图像数据；
21.所述根据所述目标标签类别，从所述目标用户的画像标签中获取所述目标标签类别对应的第一标签关键词，包括：
22.根据所述目标标签类别，对所述目标用户的图像数据进行识别，得到所述目标标签类别对应的第一标签关键词。
23.可选的，所述根据所述目标用户的第一标签关键词，从所述目标应用的推送内容数据库的目标类别的推送内容中获取待推荐的目标内容，包括：
24.将所述目标用户的第一标签关键词，与，目标类别的推送内容的关键词进行匹配，得到目标类别的各推送内容的匹配度；
25.根据目标类别的各推送内容的匹配度，从目标类别的推送内容中获取所述目标内容。
26.可选的，所述根据目标类别的各推送内容的匹配度，从目标类别的推送内容中获取所述目标内容，包括：
27.根据目标类别的各推送内容的匹配度，从目标类别的推送内容中获取至少两个候选内容；
28.从所述至少两个候选内容中过滤掉内容重复的候选内容，得到所述目标内容。
29.可选的，所述根据所述目标用户的标识，从所述目标应用的标签数据库中获取目标用户的画像标签，包括：
30.根据所述目标用户的标识，从所述目标应用的标签数据库中获取目标用户的候选画像标签；
31.从所述候选画像标签中获取第二标签关键词；所述第二标签关键词用于表征所述候选画像标签对应的用户的身份信息；
32.根据所述第二标签关键词，确定所述候选画像标签是否为所述目标用户的画像标签。
33.可选的，所述方法还包括：
34.获取所述目标用户的用户信息，所述用户信息包括：用户基本信息和内容偏好信息；
35.根据所述目标用户的用户信息，构建所述目标用户的画像标签；
36.将所述目标用户的画像标签存储至所述目标应用的标签数据库。
37.第二方面，本技术提供一种内容推荐装置，包括：
38.接收模块，用于接收终端设备发送的目标用户针对目标应用的内容推荐请求；所述内容推荐请求包括：目标用户的标识；
39.第一获取模块，用于根据所述目标用户的标识，从所述目标应用的标签数据库中获取目标用户的画像标签；
40.第二获取模块，用于从所述目标用户的画像标签中获取所述目标用户的第一标签关键词；所述第一标签关键词用于表征所述目标用户的内容偏好；
41.第三获取模块，用于根据所述目标用户的第一标签关键词，从所述目标应用的推送内容数据库中获取待推荐的目标内容；
42.加密模块，用于对所述目标内容加密处理，得到加密后的目标内容；
43.推送模块，用于向所述终端设备推送所述加密后的目标内容。
44.第三方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
45.所述存储器存储计算机执行指令；
46.所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面中任一项所述的方法。
47.第四方面，本技术提供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计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面中任一项所述的内容推荐方法。
48.第五方面，本技术提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的方法。
49.本技术提供的内容推荐方法、装置、电子设备及存储介质，通过对待推荐的目标内容进行加密处理，然后向终端设备推送加密后的目标内容，实现了提高了待推送的目标内容的推送安全性，避免了体现目标用户内容偏好隐私的目标内容的泄露。
附图说明
50.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
51.图1为本技术提供的一种内容推荐方法应用场景示意图；
52.图2为本技术提供的第一种内容推荐方法的流程示意图；
53.图3为本技术提供的第二种内容推荐方法的流程示意图；
54.图4为本技术提供的第三种内容推荐方法的流程示意图；
55.图5为本技术提供的一种用户的画像标签的创建方法的流程示意图；
56.图6为本技术提供的一种推荐引擎的架构示意图；
57.图7为本技术提供的一种内容推荐装置的结构示意图；
58.图8为本技术提供的一种电子设备110的结构示意图。
59.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
60.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及
附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
61.本技术涉及的目标应用例如是任意可以进行内容推荐的应用(application，app)。目标用户可以是任意使用目标应用的用户。
62.图1为本技术提供的一种内容推荐方法应用场景示意图。如图1所示，推荐引擎可以部署在目标应用的后端服务器中，也可以是部署在独立于目标应用的后端服务器之外的设备或平台上，以通过目标应用的后端服务器进行内容推荐。图1是以推荐引擎部署在目标应用的后端服务器中为例的示意图。
63.目标用户的终端设备通过app获取目标用户针对目标应用的内容推荐请求，然后将该内容推荐请求传输至推荐引擎。上述终端设备可以是手机、平板等，本技术不对其进行限定。然后，推荐引擎基于该内容推荐请求采用内容推荐方法获取目标用户感兴趣的待推荐内容，并通过后端服务器输出至目标用户的终端设备，通过app显示供目标用户浏览查看，这样可以节省目标用户在海量信息中挑选自己感兴趣内容需要耗费的时间。
64.现有技术中，推荐引擎在获取目标用户感兴趣的待推荐内容之后，直接将该内容输出至目标用户的终端设备，并在app显示供目标用户查看。然而，在这个过程中推送内容的安全性得不到保障，可能会泄露。由于推送内容可以表征目标用户的内容偏好，而该内容偏好属于目标用户的隐私，若该推送内容泄露则会导致用户偏好泄露，即导致目标用户的隐私泄露。
65.发明人研究发现，现有技术中在将待推荐内容传输至目标用户终端设备的过程中往往未对待推荐内容采取加密措施，导致该待推荐内容可以轻易被非目标用户获取，造成目标用户偏好信息等隐私的泄露。
66.有鉴于此，本技术提供一种内容推荐方法，在将待推荐内容传输至用户的终端设备时并非直接使该待推荐内容在用户终端设备的目标应用中显示，而是对待推荐内容加密后传输至目标应用的后台服务器，目标用户通过访问目标应用的后台服务器获取加密后的待推荐内容，然后解密后加载至目标用户的终端设备，以实现对该待推荐内容的浏览。通过上述做法可以提高待推荐内容的安全性，降低目标用户偏好信息隐私泄露的可能。
67.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。需要说明的是，本技术提供的内容推荐方法的执行主体是推荐引擎。
68.图2为本技术提供的第一种内容推荐方法的流程示意图，如图2所示，包括如下步骤：
69.s101、接收终端设备发送的目标用户针对目标应用的内容推荐请求。
70.上述内容推荐请求包括：目标用户的标识。该标识用于表征目标用户的身份，该标识例如可以目标应用分配给目标用户的标识；或者，该标识也可以是目标用户针对目标应用的登录账号等。
71.作为一种可能的实现方式，终端设备可以基于目标用户对目标应用的操作，向推荐引擎发送目标用户针对目标应用的内容推荐请求。在终端设备发送上述内容推荐请求之
后，推荐引擎即可接收上述内容推荐请求。
72.s102、根据目标用户的标识，从目标应用的标签数据库中获取目标用户的画像标签。
73.上述画像标签即以标签的方式对用户的不同维度的特征进行表示所获得的。示例性的，用户的爱好特征对应的标签可以为“运动”，用户的经常浏览的内容特征对应的标签可以为“宠物、美妆”。或者，用户的标签也可以包括用户的图像数据。示例性的，用户的外形特征对应的标签可以直接以用户的照片表示。根据用户的画像标签可以清楚的知道用户的内容偏好。
74.上述标签数据库即用于存储目标应用的用户的画像标签的数据库，该标签数据库中包括目标用户的画像标签。本技术不对该标签数据库部署的位置进行限定，例如该标签数据库可以部署于推荐引擎所在的硬件实体上，也可以部署于单独的硬件实体上。
75.作为一种可能的实现方式，目标应用的标签数据库中存储有目标用户的标识和目标用户的画像标签的映射关系。推荐引擎根据所获取的目标用户的标识在标签数据库中进行检索，进而获取目标用户的画像标签。
76.s103、从目标用户的画像标签中获取目标用户的第一标签关键词。
77.上述第一标签关键词用于表征目标用户的内容偏好。
78.例如，将目标用户的画像标签中的全部标签作为第一标签关键词。或者，将目标用户的画像标签中除表征身份信息的标签以外的标签作为第一标签关键词，或者，根据此次推荐过程中实际要推荐的内容的类型，选择与该类型对应的标签作为第一标签关键词。
79.s104、根据目标用户的第一标签关键词，从目标应用的推送内容数据库中获取待推荐的目标内容。
80.本技术不对该推送内容数据库部署的位置进行限定，例如该推送内容数据库可以部署于推荐引擎所在的硬件实体上，也可以部署于单独的硬件实体上。
81.上述推送内容数据库中所包括的推送内容与目标应用可提供浏览的内容的种类保持一致。示例性的，若目标应用可提供浏览的内容种类为商品信息、文字内容、音视频，则推送内容数据库中所包括的推送内容的种类也包括商品信息、文字内容、音视频。
82.作为一种可能的实现方式，目标应用的推送内容数据库中存储有对推送内容进行描述的描述信息，例如关键词、一句话，或者，一段文本。推荐引擎将目标用户的第一标签关键词同推送内容的描述信息进行匹配，将匹配度超过阈值的推荐内容作为待推荐的目标内容。本技术不对阈值的大小进行限定，例如可以是75％。
83.本技术不对上述实现方式中的匹配方式进行限定。示例性的，推荐引擎可以检索目标类别的推送内容的描述信息中第一标签关键词出现的次数，将出现次数作为每个目标类别的各推送内容的匹配度；也可以判断描述信息中同第一标签关键词所表征的语义信息相同或相似的字段占描述信息总字段的百分比，将上述百分比作为匹配度；还可以判断第一标签关键词和描述信息所表征的语义信息的相似度，以该相似度作为匹配度。
84.s105、对目标内容加密处理，得到加密后的目标内容，并向终端设备推送加密后的目标内容。
85.本技术不对加密处理的方式进行限定。
86.作为一种可能的实现方式，推荐引擎对目标内容直接进行加密处理，得到加密后
的目标文件，并以预设的密码作为解密密码。推荐引擎将该加密后的目标文件推送至终端设备的目标应用的显示界面，并输出解密提示。终端设备可以通过获取由目标用户输入的预设的解密密码，使目标内容解密显示。
87.作为另一种可能的实现方式，推荐引擎对目标内容进行压缩，并对压缩后的目标内容进行加密得到加密后的压缩包，然后将该加密的压缩包上传至目标应用的后台服务器，并向终端设备发送推送提示信息。
88.本实施例中，将待推荐的目标内容进行加密处理，然后将加密后的目标内容推送至用户的终端设备。通过上述方法可以提高目标内容在推荐过程中的安全性，避免目标用户的偏好信息等隐私被泄露。此外，本技术中根据目标用户的画像标签获取目标用户的第一标签关键词，然后根据该体现用户的内容偏好的关键词从目标应用的推送内容数据库中获取待推荐的目标内容。由于目标用户的画像标签可以清楚表征目标用户的内容偏好，因此根据据此获得的关键词即可准确的对目标用户偏好的内容进行获取，提高推荐准确性。
89.下面对如何对目标内容进行加密处理，得到加密后的目标内容，并向终端设备推送加密后的目标内容，即上述实施例中步骤s105进行说明。图3为本技术提供的第二种内容推荐方法的流程示意图，如图3所示，上述步骤s105例如可以包括如下步骤：
90.s201、对目标内容进行加密压缩，得到加密后的压缩包。
91.上述加密后的压缩包即对目标内容进行压缩处理之后，得到的相较于未压缩目标内容所占用存储空间较小的加密的数据包。
92.本步骤中，推荐引擎对目标内容进行加密压缩处理，以避免目标内容轻易泄露，提高目标内容的安全性，防止由于目标内容泄露造成目标用户内容偏好等隐私的泄露。
93.本技术不对目标内容进行加密压缩的方式进行限定，具体实现方式可参照现有技术，在此不再赘述。
94.s202、将加密后的压缩包上传至目标应用的后台服务器。
95.本步骤中，推荐引擎将加密后的压缩包上传至目标应用的后台服务器，以便于后期当目标用户需要获取加密后的压缩包时可以登录目标应用的后台服务器进行加密后压缩包的获取。
96.本技术不对目标用户登录目标应用后台服务器的方式进行限定。例如，目标用户的终端设备可以通过获取目标用户输入的预设的账号密码以登录目标应用的后台服务器。或者，目标用户的终端设备可以在向目标应用的后台服务器发送登录请求之后，获取目标应用发送的登录验证码，然后根据该登录验证码登录后台服务器，本技术不对其进行限定。
97.s203、向终端设备发送推送提示信息。
98.上述推送提示信息用于提示终端设备从目标应用的后台服务器获取加密压缩包的提取验证码，并利用提取验证码从目标应用的后台服务器存储的加密后的压缩包中获取目标内容。
99.本步骤中，在将加密后的压缩包上传至目标应用的后台服务器之后，为了使目标用户能够获取加密后的目标内容，推荐引擎向终端设备发送上述推送提示信息。
100.作为一种可能的实现方式，推荐引擎生成虚拟号码，并通过虚拟号码拨号，以语音通知的形式将上述推送提示信息发送至终端设备。终端设备在获取该推送提示信息之后，将先进行语音身份验证，在验证终端设备使用者是目标用户之后，即向终端设备播报加密
的压缩包的提取验证码。本技术不对上述进行语音身份验证的方式进行限定，例如可以是通过获取使用终端设备的用户通过语音输入的身份id进行验证。即在获取终端设备的使用用户的身份id后同目标用户画像标签中表征用户身份id的标签进行对比，以实现身份验证。或者，在生成虚拟号码后，通过该虚拟号码向终端设备发送携带有“推送提示信息”的短信。终端设备在获取该推送提示信息之后，可以先获取终端设备的使用用户输入的身份id进行身份验证，验证方式参照上述通过语音进行身份验证的方式，在此不再赘述。若验证通过，终端设备则可获取该推送提示信息中的提取验证码。
101.本实施例中，推荐引擎对目标内容进行加密压缩处理，然后再将加密压缩后的目标内容上传至目标应用的后台服务器，通过向终端设备发送推送提示信息以使终端设备可以登录目标应用的后台服务器，然后从后台服务器获取加密后的压缩包以及解密密码。通过上述方式，可以减小目标内容所占用的存储空间，同时也可以加快目标内容的传输速度。此外，本实施例中对压缩包进行加密，将加密后的压缩包上传至目标应用的后台服务器，然后向终端设备发送推送提示信息，以供用户对压缩包解密以获取目标内容。通过上述操作可以进一步确保目标内容的安全性，保证了表征目标用户内容偏好等隐私的目标内容不会轻易泄露。
102.图4为本技术提供的第三种内容推荐方法的流程示意图，如图4所示，该方法包括以下步骤：
103.s301、接收终端设备发送的目标用户针对目标应用的内容推荐请求。
104.上述内容推荐请求包括：目标用户的标识；
105.s302、根据目标用户的标识，从目标应用的标签数据库中获取目标用户的画像标签。
106.一种可能的实现方式，推荐引擎根据目标用户的标识，从目标应用的标签数据库中获取目标用户的候选画像标签。其中，候选画像标签可以是1个也可以是多个。
107.示例性的，标签数据库中每个画像标签存在标识标签。推荐引擎根据目标用户的标识，从目标应用的标签数据库中获取标识标签同目标用户的标识相同的画像标签作为候选画像标签。示例性的，该目标用户的标识为目标用户的登录账号，推荐引擎找到画像标签中的标识标签同目标用户的登录账号相同的画像标签，作为候选画像标签。
108.推荐引擎可以将该候选画像标签作为目标用户的画像标签，也可以进一步的从候选画像标签中获取第二标签关键词，并根据第二标签关键词，确定候选画像标签是否为目标用户的画像标签。通过该方法可以进一步确保从标签数据库中获取目标用户的画像标签的准确性，进而能够确保内容推荐的准确性。
109.该第二标签关键词用于表征候选画像标签对应的用户的身份信息。例如可以是用户的身份id、手机号、姓名等。将该表征候选画像标签对应的用户的身份信息的标签作为第二标签关键词。
110.例如，可以将第二标签关键词与目标用户的标识进行匹配，当两者匹配时，则确定候选画像标签为目标用户的画像标签。
111.s303、根据候选推荐内容的目标类别标识，以及，候选推荐内容的类别标识与标签类别的映射关系，确定目标类别标识对应的目标标签类别。
112.推荐内容可以按照类别进行划分。示例性的，推荐内容可以分为“电影”、“短视
频”、“新闻热点”等类别。本技术不对推荐内容的分类方式进行限定，本领域技术人员可以根据实际情况进行设定。上述类别标识即用于识别每类推荐内容的标识，例如可以是“电影”、“短视频”等，也可以是数字序号，例如1类、2类，本技术不对其进行限定。上述目标类别标识用于表征此次内容推荐将以目标类别标识对应的推荐内容作为候选推荐内容，并从中确定待推荐内容。
113.画像标签可以按照类别进行划分。示例性的，画像标签可以分为“爱好类”、“行为习惯类”、“内容浏览习惯类”等，本技术不对画像标签的分类方式进行限定。每个分类下可以包括1个或多个描述用户特征的标签，本技术不对其进行限定。
114.推荐内容的类别与标签类别可以建立有映射关系。示例性的，推荐内容的类别“电影”对应的标签类别为“内容浏览习惯类”和“爱好类”。推荐内容的类别与标签类别的映射关系可以是一对多、一对一，或者，多对一，本技术不对其进行限定。
115.作为一种可能的实现方式，目标用户针对目标应用的内容推荐请求中包括候选推荐内容的目标类别标识。目标应用的标签数据库中存储有候选推荐内容的类别标识与标签类别的映射关系。推荐引擎在获取了上述内容推荐请求之后，确定目标类别标识对应的目标标签类别。
116.作为另一种可能的实现方式，预设有候选推荐内容的目标类别标识。推荐引擎在获取了内容推荐请求之后，即根据预设的候选推荐内容的目标类别标识，以及目标应用的标签数据库中存储的候选推荐内容的类别标识与标签类别的映射关系，确定目标类别标识对应的目标标签类别。
117.作为另一种可能的实现方式，可以根据目标用户之前的历史浏览行为，或者，近期浏览行为，确定目标用户偏好的候选推荐内容的目标类别标识。
118.s304、根据目标标签类别，从目标用户的画像标签中获取目标标签类别对应的第一标签关键词。
119.作为一种可能的实现方式，将目标标签类别中包括的标签作为第一标签关键词。
120.作为另一种可能的实现方式，目标标签类别中的标签按照优先级顺序进行划分，选择目标标签中优先级较高的标签作为第一标签关键词。本技术不对目标标签类别中的标签的优先级划分方式进行限定。示例性的，目标标签类别中的标签划分为一级标签、二级标签、三级标签，选择其中的一级标签作为第一标签关键词。
121.可选的，目标用户的画像标签包括目标用户的图像数据。示例性的，目标用户的外形特征对应的标签直接采用用户的图像数据进行表征。
122.此时，当需要根据目标标签类别，从目标用户的画像标签中获取目标标签类别对应的第一标签关键词时，可以根据目标标签类别，对目标用户的图像数据进行识别，得到目标标签类别对应的第一标签关键词。
123.示例性的，识别图像数据获取目标用户的外形特征。若经过识别之后，获取的目标用户的外形特征为“肥胖”、“高大”，则将该外形特征作为第一标签关键词。具体对图像识别的方式可参照现有技术，在此不再赘述。
124.s305、根据目标用户的第一标签关键词，与，目标类别的推送内容的关键词进行匹配，得到目标类别的各推送内容的匹配度。
125.s306、根据目标类别的各推送内容的匹配度，从目标类别的推送内容中获取目标
内容。
126.例如，选择匹配度较高的前n个推送内容作为待推荐的目标内容。本技术不对n的值进行限定。再例如，选择匹配度超过阈值的推送内容作为待推荐的目标内容。本技术不对该阈值的大小进行限定，例如可以是70％，80％。
127.再例如，根据目标类别的各推送内容的匹配度，从目标类别的推送内容中获取至少两个候选内容；然后，从至少两个候选内容中过滤掉内容重复的候选内容，得到目标内容。
128.示例性的，在获取至少两个候选内容后，对该至少两个候选内容进行对比，判断该至少两个候选内容是否为重复的内容。若确定该至少两个候选内容为重复的内容，则从重复的候选内容中选择一个候选内容作为目标内容。本技术不对从重复的候选内容中确定目标内容的方式进行限定，例如可以是随机选取。
129.s307、对目标内容加密处理，得到加密后的目标内容，并向终端设备推送加密后的目标内容。
130.本实施例中，采用第一标签关键词对目标用户感兴趣的内容进行判断，由于第一标签关键词是基于用户的特征建立的标签获取的关键词，因此可以直观的体现目标用户的内容偏好情况，因此基于此确定的目标内容的准确性较高，能更好的满足用户的需求。
131.此外，本实施例中，根据候选推荐内容的目标类别标识和候选推荐内容的类别标识与标签类别的映射关系，确定目标类别标识对应的目标标签类别。然后根据目标标签类别，从目标用户的画像标签中获取目标标签类别对应的第一标签关键词。上述方法，先对用于进行关键词获取的画像标签进行限定，然后再进一步从目标用户的画像标签中获取目标标签类别对应的第一标签关键词。通过上述方法可以逐渐精细化获取待推荐内容，提高内容推荐的精准度。
132.上述实施例对如何基于目标用户的画像标签进行内容推荐进行了说明，本技术对于如何创建上述画像标签不进行限定。例如，可以采用如下方式进行画像标签的创建。
133.图5为本技术提供的一种用户的画像标签的创建方法的流程示意图，如图5所示，例如可以包括如下步骤：
134.s401、获取目标用户的用户信息。
135.上述用户信息包括：用户基本信息和内容偏好信息。
136.上述用户基本信息例如可以是用户的身份信息，例如姓名、身份id、手机号、职业、性格等。
137.上述内容偏好信息例如可以是表征用户爱好、特长等的信息，也可以是用户针对目标应用的互联网浏览内容数据。该互联网浏览内容数据例如可以是用户浏览目标应用中内容的种类、次数、时长等数据，也可以是浏览其他应用时产生的相关数据，本技术不对其进行限定。
138.需要说明的是上述目标用户的用户信息是在获取目标用户的同意(例如目标用户签署了相关同意获取用户信息的协议)后获取的。
139.作为一种可能的实现方式，通过目标应用获取目标用户的用户信息。示例性的，通过目标应用获取目标用户浏览目标应用中内容时产生的互联网浏览内容数据作为内容偏好信息。
140.作为另一种可能的实现方式，通过调查问卷的方式获取目标用户的用户信息。上述调查问卷可以是线上，或者，线下进行的。该调查问卷包括可以表征目标用户的基本信息和内容偏好信息的待填写项。示例性的，可以将预设的需要对目标用户哪些特征进行表征作为调查问卷的待填写项，例如预设的目标用户特征可以是“爱好”、“姓名”、“常浏览的互联网内容”、“性格”、“特长”等。本技术不对预设的待表征的目标用户特征的设定方式进行限定。
141.当通过线上调查问卷的方式获取目标用户的用户信息时，例如可以通过目标应用在用户注册目标应用的使用账号时输出该调查问卷，供目标用户填写。或者，通过邮箱发送调查问卷供用户填写等方式。
142.当通过线下调查问卷的方式获取目标用户的用户信息时，例如可以在获取了用户注册目标应用时所使用的手机号后，通过拨打该手机号使目标用户语音填写该调查问卷。
143.在通过调查问卷的方式获取目标用户的用户信息时，通过该方法可以直观的获取用户的内容偏好信息，现有技术中，通过获取目标用户的互联网浏览内容数据，然后基于该互联网浏览内容数据采用机器学习模型对目标用户的内容偏好情况进行预测。这个过程中需要对所获取的数据进行二次加工，而且最终判断结果的准确性依赖于模型建立方式以及数据量是否充足。然而，若通过调查问卷的方式获取用户信息，并基于该用户信息创建画像标签，则可以直观的根据用户的表述获取用户的内容偏好信息，而无需再进行二次加工。因此，基于此获取的待推荐的目标内容将更加精准，尤其是相较于现有技术中在采用模型以及互联网浏览内容数据对用户内容偏好情况进行判断，而互联网浏览内容数据不足时，将更加能凸显通过该种用户信息获取方式获取的用户信息而建立的画像标签在进行内容推荐时的优势。
144.s402、根据目标用户的用户信息，构建目标用户的画像标签。
145.作为一种可能的实现方式，根据目标用户的用户信息对目标用户的特征进行表征，进而构建目标用户的画像标签。
146.上述目标用户的待表征的特征的设定可以同于上述步骤s501中调查问卷中的目标用户的特征，此时直接将目标用户填写的调查问卷中对应于该目标用户特征的内容作为对应的标签即可。上述目标用户的特征也可以不同于上述步骤s401中调查问卷中的预设的目标用户的特征，此时需要对目标用户的用户信息进行处理，以创建目标用户的画像标签。示例性的，若待表征的用户特征为“用户最常浏览的内容种类”，此时可以通过对用户信息中的针对目标应用的互联网浏览内容数据进行计算处理，获取目标用户最常浏览的内容种类中的前3种(例如汽车、宠物、游戏)作为该特征的标签。
147.本技术不对上述根据目标用户的用户信息，构建目标用户的画像标签的方式进行限定，本领域技术人员可以根据实际情况进行设定。
148.s403、将目标用户的画像标签存储至目标应用的标签数据库。
149.本步骤中，将目标用户的画像标签存储至目标应用的标签数据库，以便于当在获取目标用户针对目标应用的内容推荐请求后，可以从目标应用的标签数据库中获取目标用户的画像标签，以实现后续基于画像标签进行内容推案件。
150.本实施例中，在获取了目标用户的用户信息之后，据此构建目标用户的画像标签。当目标用户的用户信息是通过调查问卷的方式获取的，而非通过获取目标用户的互联网浏
览内容数据获取时，可以直观的表征目标用户的内容偏好情况。相较于现有技术中根据用户的互联网浏览内容数据，采用机器学习模型对用户感兴趣的内容进行预测，通过上述方式获取用户信息之后，再据此建立目标用户的画像标签，可以直观而准确的表征用户的内容偏好情况。即使在目标用户的互联网浏览内容数据不足时，也可以基于通过调查问卷采集的用户信息建立的画像标签实现用户感兴趣的内容的精准推荐。
151.以上实施例描述了推荐引擎如何实现内容推荐的过程。应理解，本技术对推荐引擎的架构不做限定。示例性的，该推荐引擎例如可以设置有可以实现上述实施例中各种功能的系统，以实现上述实施例中的功能。具体如下：
152.图6为本技术提供的一种推荐引擎的架构示意图，如图6所示，该推荐引擎例如可以包括画像标签制作系统、画像标签扫描系统、关键词检索系统、推送系统、画像标签数据库、推送内容数据库。
153.(1)画像标签制作系统
154.画像标签制作系统用于上述实施例中目标用户的画像标签的制作。其中，画像标签制作系统例如可以包括用户信息获取模块、用户信息处理模块、用户信息数据库、图像采集模块。可选的，当用户的画像标签为以图像形式表示时，画像标签制作系统还可以包括图像处理软件模块、排版模块等中的一项或多项，本技术不对其进行限定。
155.用户信息获取模块，用于获取目标用户的用户信息，该用户信息包括：用户基本信息和内容偏好信息。
156.用户信息数据库，用于对获取的目标用户的用户信息进行存储。
157.图像采集模块，用于当目标用户的用户信息中存在图像数据时，对该图像数据进行采集获取。
158.图像处理软件模块，用于将目标用户的画像标签制作成可以向用户展示的图像格式的画像标签。示例性的，目标用户的画像标签以图像的形式展示，该图片上包括目标用户的各个标签。
159.排版模块，用于在将画像标签制作成图像格式时对图像格式的画像标签上的文字进行排版。
160.(2)画像标签扫描系统
161.画像标签扫描系统用于对画像标签进行扫描，以获取上述实施例中的第一标签关键词和第二标签关键词。例如，画像标签扫描系统可以包括关键词提取模块，可选的，当用户的画像标签为以图像形式表示时，画像标签扫描系统还可以包括特征提取模块、图文转换模块等中的一项或多项。
162.关键词提取模块，用于获取上述实施例中的第一标签关键词和第二标签关键词。
163.特征提取模块，用于对图像格式的标识的画像标签中的标签的识别和提取。
164.图文转换模块，用于将特征提取模块识别并提取的目标用户的标签转化为文字。
165.(3)关键词检索系统
166.关键词检索系统用于根据目标用户的第一标签关键词，从目标应用的推送内容数据库中获取待推荐的目标内容，还用于对目标内容加密处理，得到加密后的目标内容。其中，例如可以包括关键词匹配模块、数据加密处理模块、数据传输模块、验证码生成模块。
167.关键词匹配模块，用于实现上述实施例中将目标用户的第一标签关键词，与，目标
类别的推送内容的关键词进行匹配，得到目标类别的各推送内容的匹配度。
168.数据加密处理模块，用于对上述实施例中的目标内容进行加密压缩，得到加密后的压缩包。
169.数据传输模块，用于向目标应用的后台服务器发送加密后的压缩包。
170.(4)推送系统
171.推送系统例如可以包括虚拟号码生成模块、短信发送模块、验证码加密模块、用户身份信息验证模块、后台服务器模块等中的一项或多项。
172.虚拟号码生成模块，用于上述实施例中虚拟号码的生成。
173.短信发送发模块，用于将上述实施例中的推送提示信息以短信的形式发送。
174.验证码加密模块，用于对推送提示信息中的提取验证码进行加密。
175.用户身份信息验证模块，用于实现上述实施例中，根据目标用户的标识，从目标应用的标签数据库中获取目标用户的画像标签。以及，用于实现目标应用的登录验证。
176.后台服务器模块，用于存储进行加密压缩处理后的目标内容。
177.画像标签数据库，用于存储目标用户的画像标签。
178.推送内容数据库，用于存储推送内容。
179.上述推荐引擎的系统划分方式仅为一种示例，本技术不对推荐引擎中的系统划分进行限定，本领域技术人员可根据实际情况进行划分。
180.图7为本技术提供的一种内容推荐装置的结构示意图。如图7所示，该内容推荐装置包括：接收模块11，第一获取模块12、第二获取模块13、第三获取模块14，加密模块15、推送模块16。可选地，该内容推荐装置例如还可以包括下述模块：构建模块17。
181.接收模块11，用于接收终端设备发送的目标用户针对目标应用的内容推荐请求；所述内容推荐请求包括：目标用户的标识。
182.第一获取模块12，用于根据所述目标用户的标识，从所述目标应用的标签数据库中获取目标用户的画像标签。
183.第二获取模块13，用于从所述目标用户的画像标签中获取所述目标用户的第一标签关键词；所述第一标签关键词用于表征所述目标用户的内容偏好。
184.第三获取模块14，用于根据所述目标用户的第一标签关键词，从所述目标应用的推送内容数据库中获取待推荐的目标内容。
185.加密模块15，用于对所述目标内容加密处理，得到加密后的目标内容。
186.推送模块16，用于向所述终端设备推送所述加密后的目标内容。
187.作为一种可能的实现方式，加密模块15，具体用于对所述目标内容进行加密压缩，得到加密后的压缩包。推送模块16，用于将所述加密后的压缩包上传至所述目标应用的后台服务器；向所述终端设备发送推送提示信息。所述推送提示信息用于提示所述终端设备从所述目标应用的后台服务器获取所述压缩包的提取验证码，并利用所述提取验证码从所述目标应用的后台服务器存储的所述加密后的压缩包中获取所述目标内容。
188.作为一种可能的实现方式，第二获取模块13，具体用于根据候选推荐内容的目标类别标识，以及，候选推荐内容的类别标识与标签类别的映射关系，确定所述目标类别标识对应的目标标签类别；根据所述目标标签类别，从所述目标用户的画像标签中获取所述目标标签类别对应的第一标签关键词。
189.在这种实现方式下，第三获取模块14，具体用于根据所述目标用户的第一标签关键词，从所述目标应用的推送内容数据库的目标类别的推送内容中获取待推荐的目标内容。
190.作为一种可能的实现方式，所述目标用户的画像标签包括：所述目标用户的图像数据。
191.在这种实现方式下，第二获取模块13，具体用于根据所述目标标签类别，对所述目标用户的图像数据进行识别，得到所述目标标签类别对应的第一标签关键词。
192.作为一种可能的实现方式，第三获取模块14，具体用于将所述目标用户的第一标签关键词，与，目标类别的推送内容的关键词进行匹配，得到目标类别的各推送内容的匹配度；根据目标类别的各推送内容的匹配度，从目标类别的推送内容中获取所述目标内容。
193.例如，第三获取模块14，具体用于根据目标类别的各推送内容的匹配度，从目标类别的推送内容中获取至少两个候选内容；从所述至少两个候选内容中过滤掉内容重复的候选内容，得到所述目标内容。
194.作为一种可能的实现方式，第一获取模块12，具体用于根据所述目标用户的标识，从所述目标应用的标签数据库中获取目标用户的候选画像标签；从所述候选画像标签中获取第二标签关键词；根据所述第二标签关键词，确定所述候选画像标签是否为所述目标用户的画像标签。所述第二标签关键词用于表征所述候选画像标签对应的用户的身份信息。
195.作为一种可能的实现方式，构建模块17，用于获取所述目标用户的用户信息，所述用户信息包括：用户基本信息和内容偏好信息；根据所述目标用户的用户信息，构建所述目标用户的画像标签；将所述目标用户的画像标签存储至所述目标应用的标签数据库。
196.本技术提供的内容推荐装置，可以执行上述方法实施例中的内容推荐方法，其实现原理和技术效果类似，在此不再赘述。
197.需要说明的是，上述图7所示的各模块的划分仅是一种示意，本技术对各模块的划分，以及，各模块的命名并不进行限定。
198.图8为本技术提供的一种电子设备110的结构示意图。如图8所示，该电子设备可以包括：至少一个处理器111、存储器112。
199.存储器112，用于存储程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
200.存储器112可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
201.处理器111用于执行存储器112存储的计算机执行指令，以实现前述方法实施例所描述的内容推荐方法。其中，处理器111可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
202.该电子设备110还可以包括通信接口113，以通过通信接口113可以与外部设备进行通信交互，外部设备例如可以是用户终端(例如，手机、平板)。在具体实现上，如果通信接口113、存储器112和处理器111独立实现，则通信接口113、存储器112和处理器111可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线
或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
203.可选的，在具体实现上，如果通信接口113、存储器112和处理器111集成在一块芯片上实现，则通信接口113、存储器112和处理器111可以通过内部接口完成通信。
204.本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序指令，程序指令用于上述实施例中内容推荐的方法。
205.本技术还提供一种计算机程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。电子设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得电子设备实施上述的各种实施方式提供的内容推荐方法。
206.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。
207.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。