[发明专利]推荐信息处理方法、推荐信息生成方法及装置

说明书

本公开提供了一种推荐信息处理方法、推荐信息生成方法及装置。推荐信息处理方法包括：获取包含多个推荐信息的推荐信息集合；提取推荐信息集合中的每个推荐信息的多个类别的特征元素，以获得特征元素集合；针对每个类别的特征元素：将推荐信息集合中的推荐信息划分为至少两个分组，其中至少两个分组中的每个分组内的推荐信息的该类别的特征元素的属性与至少两个分组中的其他分组内的推荐信息的该类别的特征元素的属性互斥；获取每个分组内的推荐信息对应的至少一种结果数据；对于每种结果数据，计算任意两个分组的结果数据之间的差异程度，并且在差异程度大于第一预定阈值的情况下，确定该类别的特征元素对该结果数据具有显著性。

技术领域

本公开涉及多媒体领域，并且更具体地，涉及一种推荐信息处理方法、推荐信息生成方法及装置。

背景技术

广告已经成为商品市场中的重要环节，为了了解或预测广告投放效果，或者出于生产优质广告的需求，需要对广告进行有效的分析和评价。随着互联网技术的快速发展，广告数量的增长是巨大的，并且，相较于传统广告以图文广告为主，如今视频广告的占比越来越高，受众对视频广告的接收度也逐渐增加。然而，传统的广告分析方法大多适用于图文广告，而无法区分视频广告与图文广告的特性，或者根本无法适用于视频广告，从而难以对视频广告进行准确地评估和预测。

发明内容

为了解决上述问题，本公开提供了一种推荐信息处理方法、推荐信息生成方法、推荐信息处理装置、推荐信息生成装置、设备、计算机可读存储介质以及计算机程序产品。

根据本公开实施例的一个方面，提供了一种推荐信息处理方法，包括：获取包含多个推荐信息的推荐信息集合；提取所述推荐信息集合中的每个推荐信息的多个类别的特征元素，以获得特征元素集合；针对特征元素集合中的每个类别的特征元素：将所述推荐信息集合中的多个推荐信息划分为至少两个分组，其中所述至少两个分组中的每个分组内的推荐信息的所述类别的特征元素的属性与所述至少两个分组中的其他分组内的推荐信息的所述类别的特征元素的属性互斥；获取所述至少两个分组中的每个分组内的推荐信息对应的至少一种结果数据；对于所述至少一种结果数据中的每种结果数据，计算所述至少两个分组中的任意两个分组的所述结果数据之间的差异程度，并且在所述差异程度大于第一预定阈值的情况下，确定所述类别的特征元素对所述结果数据具有显著性。

根据本公开实施例的示例，推荐信息处理方法还包括：在确定所述类别的特征元素对所述结果数据具有显著性的情况下，输出关于所述类别的特征元素的信息，其中，所述信息包括指示所述类别的特征元素对所述结果数据的影响的评价信息，所述方法还包括基于所述评价信息生成用于提供推荐信息生产指导的推荐信息分析模型。

根据本公开实施例的示例，其中，所述信息还包括指示所述两个分组中结果数据较好的分组中的推荐信息的观看者的共同特征的观看者特征信息，推荐信息处理方法还包括：基于所述观看者特征信息生成推荐信息定向人群推荐。

根据本公开实施例的示例，推荐信息处理方法还包括：基于所输出的关于不同类别的特征元素的信息，通过提取并分析新推荐信息中的多个类别的特征元素，来预测所述新推荐信息的投放效果。

根据本公开实施例的示例，其中，所述多个类别的特征元素包括多个基础属性类别和/或多个内容属性类别的特征元素，其中，所述多个基础属性类别的特征元素包括推荐信息的帧率、码率、尺寸、分辨率、饱和度、清晰度、镜头数中的至少一个；所述多个内容属性类别的特征元素包括推荐信息的镜头、场景、人物、物体和呈现形式中的至少一个。

根据本公开实施例的示例，其中，所述至少两个分组包括第一分组和第二分组，其中，针对特征元素集合中的每个类别的特征元素将所述推荐信息集合中的多个推荐信息划分为至少两个分组包括：对于所述多个推荐信息中的每个推荐信息，在所述推荐信息的所述类别的特征元素的值或数量满足预定条件的情况下，将所述推荐信息划分为第一分组；否则，将所述推荐信息划分为第二分组。