具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。

本申请实施例提供的方法可以应用于内容推荐的场景中，本申请实施例中对于内容的具体类型不做限定，例如内容可以是歌曲、电影、新闻、文章等。示例的，用户通过手机中的新闻客户端进行新闻浏览，服务器在内容池中确定出待推荐给用户的新闻后，将这些新闻发送至用户的手机终端，从而使用户能够从中选择浏览。或者，用户打开车辆中的车载设备后，车载设备的服务器在内容池中确定待推荐给用户的内容后，将这些内容发送至车载设备，从而用户能够从中挑选内容进行收听或浏览等。

服务器在确定待推荐给用户的内容时，可以在内容池中基于每个内容的权重值进行随机抽样，将抽取到的内容确定为待推荐内容，由于内容池中的内容数量常常会是百万级别甚至更多，导致服务器每确定一个待推荐内容都需要对海量内容进行大量计算，因此处理效率较为低下。

为此，本申请中提出对内容池中的内容进行区间划分，区间划分可以是一层或多层，一层区间划分即对内容池中的内容进行一次分组；多层区间划分即对第一次分组之后得到的分组继续进行分组，直至满足预设的停止条件，之后将得到的一层或多层分组中每一层的分组作为样本进行逐层随机抽样，直至抽取到第一层分组中的一个分组，再从这一个分组中抽取待推荐内容并发送给终端设备，从而大大减少内容抽取时的计算量，提高服务器的处理效率。

下面，将通过具体的实施例对本申请提供的样本数据的获取方法进行详细地说明。可以理解的是，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不再赘述。

实施例一

图1是根据本申请第一实施例提供的内容推荐方法的流程示意图。该方法的可以由软件和/或硬件装置执行，例如，该装置可以为用于提供内容的服务器。如图1所示，该内容推荐方法包括：

S101、获取多个初始样本，并对多个初始样本进行层区间划分，获得至少一个层。

其中，每层包括多个区间样本，至少一个层中的最后一层中的多个区间样本的区间样本数量小于预设阈值；每个初始样本为一个内容。

本实施例中，内容池中的每一个内容即为一个初始样本，由于初始样本数量较大，因此需要对初始样本进行层区间划分，即，对初始样本进行按层分组，这里的层可以为一层或多层。

以一层为例，将初始样本以至少两个为一组进行分组，所得到的多个分组中的每个分组即为第一层的一个区间样本，第一层的每个区间样本中包括了至少两个初始样本。

以多层为例，在按照前述方法对初始样本进行了一次分组之后，还可以对得到的分组继续进行分组，得到第二层区间样本，第二层区间样本中的每个区间样本中包括至少两个第一层的区间样本。以此类推，直至最后一层的多个区间样本的区间样本数量小于预设阈值，则不再进行分组。

S102、对于每层，根据层对应的随机数和权重值区间，或者层的上一层的目标区间样本以及层的随机数和权重值区间，确定层的目标区间样本。

对于每层的区间样本，采用基于权重值的随机抽样方法进行抽样。每层中的每个区间样本具有对应的权重值区间，该权重值区间是根据每个区间样本中所包括的初始样本的权重值获得的。

首先对最后一层进行抽样，生成最后一层对应的一个随机数，根据该随机数所在的权重值区间，确定最后一层的目标样本区间。最后一层的目标样本区间中包括至少两个最后一层的下一层的区间样本，对这至少两个最后一层的下一层的区间样本按照同样的方法进行随机抽样，得到最后一层的下一层的目标样本区间。以此类推，直至确定出第一层的目标样本区间。

S103、根据第一层中确定的目标区间样本中的多个初始样本，确定待推荐内容。

S104、将待推荐内容发送给终端设备。

对于S102中确定出的第一层的目标样本区间，其中包括了多个初始样本，从这多个初始样本中同样采用上述的基于权重值的随机抽样方法进行抽样，即可得到待推荐内容。可以理解的是，待推荐内容可以为一个或多个，当待推荐内容为多个时，在采用随机抽样从第一层的目标样本区间的多个初始样本中确定出一个待推荐内容后，从第一层的目标样本区间的多个初始样本中将该待推荐内容剔除，从剩余的初始样本中，继续采用基于权重值的随机抽样方法继续抽取，直至获取到所需数量个待推荐内容，并将待推荐内容发送给终端设备，以便于用户进行查看。如图2所示，终端设备的显示屏上显示了服务器发送的6个待推荐内容，图2中以待推荐内容为歌曲和新闻视频为例进行示意。

本申请实施例提供的内容推荐方法，将内容池中的每个内容作为一个初始样本，对初始样本进行分组，得到至少一层区间样本，并对得到的至少一层区间样本从最后一层进行逐层的随机抽样，从而大大减少了内容抽样时的计算量，提高了服务器的处理效率。

上述实施例一的S101中说明了将初始样本进行层区间划分，下面再结合具体实施例，对层区间划分进行详细说明。

实施例二

图3是根据本申请第二实施例提供的对初始样本进行层区间划分的方法的流程示意图。如图3所示，该方法包括：

S301、对多个初始样本进行第1层划分，并获取第1层包括的多个区间样本。

假设初始样本数量为64000000，对这64000000个初始样本进行第1层划分，即，按照每组包括数量G个初始样本对这64000000个初始样本进行分组，假设G＝100，则可以获得第1层的640000个区间样本，每个区间样本中包括100个初始样本，将第1层的区间样本称为第一区间样本。需要说明的是，在实际应用中，G的数值大小可以动态设置，G的大小可以与需要获取的待推荐给用户的内容的数量T相关，G大于或等于T。需要说明的是，将初始样本按照每组G个进行划分时，若初始样本数量除以G后存在余数，则剩余的余数个初始样本划分在最后一组。

S302、确定第i层包括的多个区间样本的区间样本数量是否大于预设阈值，若大于，则执行S203；若不大于，则结束。其中i大于等于1。

第1层中包括的第一区间样本数量为640000，假设预设阈值为200，则第1层中包括的多个区间样本的区间样本数量大于预设阈值，可以继续执行S303。

需要说明的是，在实际应用中，预设阈值的数值大小也可以动态设置，例如预设阈值可以设置为2G。若第i层中包括的多个区间样本的区间样本的区间样本数量大于2G，则表示第i层中包括的多个区间样本可以按照每组G个区间样本再划分为至少两组。

S303、对第i层包括的多个区间样本进行第i+1层划分，得到第i+1层包括的多个区间样本，并将i+1作为新的i重复执行S202。

其中，对第i层包括的多个区间样本进行分组，获得第i+1层，第i+1层的每组中包括至少两个第i层的区间样本。

对第1层包括的640000个第一区间样本进行第2层划分，即按照100个一组对第1层的640000个第一区间样本进行分组，得到第2层的6400个区间样本，将第2层的区间样本称为第二区间样本，每个第二区间样本中包括100个第一区间样本。

对于第2层的6400个第二区间样本，继续按照S202判断第2层的6400个第二区间样本的区间样本数量是否大于预设阈值，显然6400大于200，则再次执行S203，对第2层包括的6400个第二区间样本继续进行第3层划分，即按照100个一组对第2层的6400个第二区间样本进行分组，得到第3层的64个区间样本，将第3层的区间样本称为第三区间样本，每个第三区间样本中包括100个第二区间样本。

对于第3层的64个第三区间样本，再次按照S202判断第3层的64个区间样本的区间样本数量是否大于预设阈值，显然64不大于200，则结束分组。至此，对64000000个初始样本进行层区间划分的结果可以参见图4所示。

本实施例提供的对初始样本进行层区间划分的方法中，每一层中每个分组中包括的样本的数量以及停止分组的条件可以根据实际需要进行设置，从而使得最终所分的层数可控，便于在实际应用中进行动态分组以满足不同情况下的内容抽样需求。

上述实施例中S102中说明了对于每一层根据随机数和权重值区间确定该层的目标区间样本的方法。以下再结合具体实施例对此进行详细说明。

实施例三

由于对初始样本的分层可以是一层或多层，因此，在确定目标区间样本时也需要逐层确定一层或多层中每一层的目标区间样本。本实施例中分别对层为最后一层和层为除最后一层之外的其他层时确定层的目标区间样本的方法进行说明。可以理解的是，当分层仅有一层时，该层即为最后一层。

首先对权重值区间进行说明。对于初始样本的权重值，可以根据初始样本的属性，即内容的属性，与用户属性进行确定。其中，内容的属性可以根据需要进行设置。示例的，某一初始样本为一首歌，这首歌的属性可以为时长、曲风、词曲作者、演唱者等等，用户属性可以是用户年龄、性别、历史浏览记录等等，根据初始样本的属性与用户属性的匹配程度确定初始样本的权重值，匹配程度越高则权重值越高，匹配程度越低则权重值越低。对于确定权重值的具体算法本实施例不做限定。

对于每层包括的多个区间样本，每个区间样本对应一个权重值区间，即每层均包括多个权重值区间。对于每一层的多个区间样本对应的多个权重值区间，第一个权重值区间的起始值为0，终止值为第一个权重值区间对应的区间样本的权重值减一，对于除第一个权重值区间之外的其他权重值区间，每个权重值区间的起始值为上一个相邻权重值区间的终止值加一，终止值为权重值区间的起始值加权重值区间对应的区间样本的权重值再减一。

示例的，假设其中一层包括10个区间样本，每个区间样本的权重值分别为10、20、30、40、50、60、70、80、90和100。那么第1个区间样本的权重值区间为[0，9]，第2个区间样本的权重值区间为[10，29]，第3个区间样本的权重值区间为[30-59]，以此类推，第10个样本区间的权重值区间为[450-549]。

此外，第i+1层中包括的每个区间样本的权重值为在第i层中与第i+1层的区间样本对应的至少两个待处理区间样本的权重值之和，i大于等于1。

第1层包括的每个区间样本的权重值为每个区间样本中包括的初始样本的权重值之和，而对于第1层之后的其他层，例如第2层，第2层的每个区间样本中包括至少两个第1层的区间样本，第2层的每个区间样本的权重值为第2层的每个区间样本所包括的至少两个第1层的区间样本的权重值之和。

通过上述方法获得的区间样本的权重值区间，保证了每个区间样本的权重值区间没有重叠，并且区间样本的权重值区间与其权重值相关，也就是与区间样本所包括的初始样本的权重值相关，从而使得对于每层的区间样本的抽样仍是基于初始样本的权重值，提高了抽样结果与用户的匹配度。以下继续对每层的区间将本进行抽样获得目标区间样本进行说明。

第一种情况：

若层为最后一层，则根据最后一层对应的随机数和权重值区间，确定最后一层的目标区间样本，具体可以包括：确定最后一层包括的多个区间样本中每个区间样本对应的权重值区间；生成第一随机数；在多个权重值区间中，查找第一随机数所在的第一目标权重值区间；根据第一目标权重值区间，确定最后一层的第一目标区间样本。

参照实施例二中对64000000个初始样本进行层区间划分的结果进行说明。最后一层即第3层，第3层中包括64个区间样本，对于这64个区间样本确定其中的每个区间样本对应的权重值区间。假设每个区间样本对应的权重值区间分别为[0，999]，[1000，2999]，[3000-5999]等等。可以理解的是，这里仅列举了前3个区间样本对应的权重值区间作为示例说明，且这里所列举的权重值区间的大小仅用于示意说明，实际应用中的权重值大小根据上述说明的方法计算获得。

生成的第一随机数，可以理解的是，生成该第一随机数的随机区间的起始值为第一个区间样本的权重值区间的起始值，终止值为最后一个，即第64个，区间样本的权重值区间的终止值。假设第一随机数为2345，可以确定该第一随机数对应的权重值区间为[1000，2999]，因此将权重值区间[1000，2999]对应的第2个区间样本确定为最后一层的第一目标区间样本。

第二种情况：

若层为除最后一层之外的其他层，根据层的上一层的目标区间样本以及层的随机数和权重值区间，确定层的目标区间样本，包括：根据第i+1层的目标区间样本，确定第i层中与第i+1层的目标区间样本对应的至少两个待处理区间样本；分别确定至少两个待处理区间样本对应的权重值区间；生成第二随机数；在至少两个待处理区间样本对应的权重值区间中，查找第二随机数所在的第二目标权重值区间；根据第二目标权重值区间，确定第i层的第二目标区间样本。

示例的，仍然参照实施例二中对64000000个初始样本进行层区间划分的结果，以及第一种情况中所确定的最后一层的第一目标区间样本为例进行说明。

第3层的第一目标区间样本中包括了100个第2层的目标区间样本，即100个第2层的待处理区间样本。对于这100个第2层的待处理区间样本确定其中的每个待处理区间样本对应的权重值区间。假设每个区间样本对应的权重值区间分别为[0，999]，[100，299]，[300-599]等等，这里仅列举3个作为示例说明。可以理解的是，这里仅列举了前3个待处理区间样本对应的权重值区间作为示例说明，且这里所列举的权重值区间的大小仅用于示意说明，实际应用中的权重值区间根据上述说明的方法计算获得。

生成的第二随机数，可以理解的是，生成该第二随机数的随机区间的起始值为第一个第2层的待处理区间样本的权重值区间的起始值，终止值为最后一个，即第100个，第2层的待处理区间样本的权重值区间的终止值。假设第二随机数为230，可以确定该第二随机数对应的权重值区间为[0，999]，因此将权重值区间[0，999]对应的第1个第2层的待处理区间样本确定为第2层的第二目标区间样本。

按照同样的方法继续对第2层的第二目标区间样本所对应的100个第1层的待处理区间样本进行抽样，即可获得第1层的第二目标区间样本，第1层的第二目标区间样本中包括了100个初始样本。

本实施例中，对于每一层的区间样本分别进行随机抽样，且本层抽样的样本的范围是基于上一层的抽样结果，能够通过对多层区间样本的抽样快速确定出多个初始样本，缩小了初始样本抽样的范围，从而提高了服务器在进行内容推荐时的处理效率。

上述实施例中，通过对多层区间样本的逐层抽样，确定出了第一层的目标区间样本，之后，即可根据第一层的目标区间样本中的多个初始样本确定待推荐内容。以下结合具体实施例进行说明。

实施例四

确定第一层的目标区间样本中的多个初始样本中每个初始样本的权重值区间；生成第三随机数；在多个初始样本的权重值区间中，查找第三随机数所在的第三目标权重值区间；根据第三目标权重值区间，确定待推荐内容。

以实施例三中确定出的第一层的目标区间样本为例进行说明。第一层的目标区间样本中包括了100个初始样本，即100个内容。假设每个初始样本的权重值分别为3、4、5、6…等等，这里仅列举出前三个初始样本的权重值进行示例。那么第1个初始样本的权重值区间为[0，2]，第2个初始样本的权重值区间为[3，6]，第3个初始样本的权重值区间为[7-11]，第4个初始样本的权重值区间为[12-17]，以此类推可以确定出100个初始样本的权重值区间。

生成的第三随机数，可以理解的是，生成该第三随机数的随机区间的起始值为第一个初始样本，即第一个内容的权重值区间的起始值，终止值为最后一个，即第100个，初始样本的权重值区间的终止值。假设第三随机数为10，可以确定该第三随机数对应的权重值区间为[7-11]，因此将权重值区间[7-11]对应的第3个初始样本，即第3个内容，确定为待推荐内容。

假设需要推荐给用户的内容数量为10个，那么在确定上述的第3个内容为待推荐内容后，将该第3个内容从100个初始样本中剔除，剩余99个初始样本。这99个初始样本中每个初始样本的权重值分别为3、4、6…等等，这里仅列举出前三个初始样本的权重值进行示例，可以看出，由于第3个初始样本被剔除，原第4个初始样本变为新的第3个初始样本。那么第1个初始样本的权重值区间为[0，2]，第2个初始样本的权重值区间为[3，6]，第3个初始样本的权重值区间为[7-12]，以此类推。再次生成新的第三随机数，根据新的第三随机数对应的权重值区间确定第二个待推荐内容。将第二个待推荐内容剔除后再次进行抽样，直至抽取到10个待推荐内容。

本实施例中的对初始样本，即内容，进行抽样时，根据内容的权重值进行抽样，保证了抽取到的内容与用户的匹配程度较高，能够满足用户的需求。在此基础上结合随机数，保证了结果具有一定的随机性，提高了内容推荐的多样性。

实施例五

图5是根据本申请第五实施例提供的内容推荐装置的结构示意图.如图5所示，内容推荐装置50包括：

获取模块501，用于获取多个初始样本，并对多个初始样本进行层区间划分，获得至少一个层；每层包括多个区间样本，至少一个层中的最后一层中的多个区间样本的区间样本数量小于预设阈值；每个初始样本为一个内容；

第一确定模块502，用于对于每层，根据层对应的随机数和权重值区间，或者层的上一层的目标区间样本以及层的随机数和权重值区间，确定层的目标区间样本；

第二确定模块503，用于根据第一层中确定的目标区间样本中的多个初始样本，确定待推荐内容；

发送模块504，用于将待推荐内容发送给终端设备。

可选的，获取模块501用于：

对多个初始样本进行第1层划分，并获取第1层包括的多个第一区间样本；

确定第i层包括的多个第一区间样本的区间样本数量大于预设阈值，则对第i层包括的多个第一区间样本进行第i+1层划分，得到第i+1层包括的多个区间样本，将i+1作为新的i重复执行此步骤，直至第i层包括的多个第一区间样本的区间样本数量不大于预设阈值，i大于等于1。

可选的，若层为最后一层，第一确定模块502用于：

确定最后一层包括的多个区间样本中每个区间样本对应的权重值区间；

生成第一随机数；

在多个权重值区间中，查找第一随机数所在的第一目标权重值区间；

根据第一目标权重值区间，确定最后一层的第一目标区间样本。

可选的，若层为除最后一层之外的其他层，第一确定模块502用于：

根据第i+1层的目标区间样本，确定第i层中与第i+1层的目标区间样本对应的至少两个待处理区间样本；

分别确定至少两个待处理区间样本对应的权重值区间；

生成第二随机数；

在至少两个待处理区间样本对应的权重值区间中，查找第二随机数所在的第二目标权重值区间；

根据第二目标权重值区间，确定第i层的第二目标区间样本。

可选的，第二确定模块503用于：

确定第一层的目标区间样本中的多个初始样本中每个初始样本的权重值区间；

生成第三随机数；

在多个初始样本的权重值区间中，查找第三随机数所在的第三目标权重值区间；

根据第三目标权重值区间，确定待推荐内容。

可选的，获取模块501用于：

对第i层包括的多个第一区间样本进行分组，获得第i+1层，其中，第i+1层的每组中包括至少两个第i层的第一区间样本。

可选的，每层均包括多个权重值区间，每个权重值区间对应一个区间样本。

可选的，第一个权重值区间的起始值为0，终止值为第一个权重值区间对应的区间样本的权重值减一，对于除第一个权重值区间之外的其他权重值区间，每个权重值区间的起始值为上一个相邻权重值区间的终止值加一，终止值为权重值区间的起始值加权重值区间对应的区间样本的权重值再减一。

可选的，第i+1层中包括的每个区间样本的权重值为在第i层中与第i+1层的区间样本对应的至少两个待处理区间样本的权重值之和，i大于等于1。

本申请实施例提供的内容推荐装置，可以执行上述任一实施例中的内容推荐方法的技术方案，其实现原理以及有益效果与内容推荐方法的实现原理及有益效果类似，可参见内容推荐方法的实现原理及有益效果，此处不再进行赘述。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图6所示，图6是用来实现本申请实施例的内容推荐方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的内容推荐方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的内容推荐方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的内容推荐方法对应的程序指令/模块(例如，附图5所示的获取模块501、第一确定模块502、第二确定模块503和发送模块504)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的内容推荐方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据内容推荐方法的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至内容推荐方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

内容推荐方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生与内容推荐方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处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、专用ASIC(专用集成电路)、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。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

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。

根据本申请实施例的技术方案，在进行内容推荐时，将内容池中的每个内容作为一个初始样本，对初始样本进行分组，得到至少一层区间样本，并对得到的至少一层区间样本从最后一层进行逐层的随机抽样，从而大大减少了内容抽样时的计算量，提高了服务器进行内容推荐的处理效率。

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，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。