[发明专利]多媒体推荐方法、装置、设备及存储介质在审
申请号: | 202011103343.2 | 申请日: | 2020-10-15 |
公开(公告)号: | CN112148899A | 公开(公告)日: | 2020-12-29 |
发明(设计)人: | 刘叶青 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F16/435 | 分类号: | G06F16/435 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 徐立 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多媒体 推荐 方法 装置 设备 存储 介质 | ||
1.一种多媒体推荐方法,其特征在于,所述方法包括:
获取目标用户标识对应的历史播放序列,所述历史播放序列中包括登录所述目标用户标识的终端播放过的多个多媒体数据,且所述多个多媒体数据按照播放顺序排列;
将每个多媒体数据的内容特征与位置特征进行融合,得到所述每个多媒体数据的多媒体特征,所述内容特征表示所述多媒体数据的内容,所述位置特征表示所述多媒体数据在所述历史播放序列中的位置;
按照所述多个多媒体数据的排列顺序,将多个多媒体特征进行融合,得到所述目标用户标识的兴趣特征;
根据所述兴趣特征,为所述目标用户标识推荐多媒体数据。
2.根据权利要求1所述的方法,其特征在于,所述将每个多媒体数据的内容特征与位置特征进行融合,得到所述每个多媒体数据的多媒体特征,包括:
调用多媒体推荐模型中的特征融合层,将所述每个多媒体数据的内容特征与位置特征进行融合,得到所述每个多媒体数据的多媒体特征;
所述按照所述多个多媒体数据的排列顺序,将所述多个多媒体特征进行融合,得到所述目标用户标识的兴趣特征,包括:
调用所述多媒体推荐模型中的兴趣提取层,按照所述多个多媒体数据的排列顺序,将所述多个多媒体特征进行融合,得到所述目标用户标识的兴趣特征。
3.根据权利要求2所述的方法,其特征在于,所述调用所述多媒体推荐模型中的兴趣提取层,按照所述多个多媒体数据的排列顺序,将所述多个多媒体特征进行融合,得到所述目标用户标识的兴趣特征,包括:
调用所述兴趣提取层,按照所述多个多媒体数据的排列顺序,确定所述每个多媒体特征与目标多媒体特征的相关度,根据确定的相关度从所述目标多媒体特征中提取隐层多媒体特征,所述目标多媒体特征为所述多个多媒体特征中的任一个;
将所述多个多媒体数据的隐层多媒体特征进行融合,得到所述目标用户标识的兴趣特征。
4.根据权利要求2所述的方法,其特征在于,所述多媒体推荐模型的训练过程包括:
获取第一样本播放序列中多个样本多媒体数据的内容特征、正样本数据的第一样本内容特征和负样本数据的第二样本内容特征,所述正样本数据为已推荐且在所述第一样本播放序列之后播放的多媒体数据,所述负样本为已推荐但未播放的多媒体数据;
调用所述多媒体推荐模型,根据所述第一样本播放序列中多个样本多媒体数据的内容特征,获取第一兴趣特征;
根据所述第一兴趣特征、所述第一样本内容特征和所述第二样本内容特征训练所述多媒体推荐模型。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一兴趣特征、所述第一样本内容特征和所述第二样本内容特征训练所述多媒体推荐模型,包括:
获取所述第一兴趣特征与所述第一样本内容特征之间的第一相似度和所述第一兴趣特征与所述第二样本内容特征之间的第二相似度;
根据所述第一相似度和所述第二相似度训练所述多媒体推荐模型。
6.根据权利要求4所述的方法,其特征在于,所述根据所述第一兴趣特征、所述第一样本内容特征和所述第二样本内容特征训练所述多媒体推荐模型之前,所述多媒体推荐模型的训练过程还包括:
获取第二样本播放序列;
对所述第二样本播放序列中的第一样本多媒体数据进行掩盖处理,所述掩盖处理是指掩盖所述第一样本多媒体数据的内容;
调用所述多媒体推荐模型,根据掩盖处理后的所述第二样本播放序列,预测被掩盖内容的第二样本多媒体数据;
根据所述第一样本多媒体数据和所述第二样本多媒体数据,训练所述多媒体推荐模型。
7.根据权利要求1所述的方法,其特征在于,所述将每个多媒体数据的内容特征与位置特征进行融合,得到所述每个多媒体数据的多媒体特征之前,所述方法还包括:
调用所述多媒体推荐模型中的内容提取层,从多媒体数据库中查询所述多个多媒体数据的内容特征;
调用所述多媒体推荐模型中的位置提取层,获取所述多个多媒体数据的位置特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011103343.2/1.html,转载请声明来源钻瓜专利网。