[发明专利]媒体内容预加载方法、模型构建方法及相关设备

权利要求书

1.一种媒体内容预加载方法，其特征在于，包括：

获取所述用户的历史观看信息、电子设备的播放状态信息以及待推荐的媒体内容的属性信息；

将所述用户的历史观看信息、所述播放状态信息以及所述属性信息输入推荐模型中，获取所述推荐模型输出的推荐结果信息，所述推荐模型基于所述用户的历史观看信息确定待优化的用户体验指标，并根据所述播放状态信息以及所述属性信息输出用于优化所述用户体验指标的推荐结果信息；

根据所述推荐结果信息从所述待推荐的媒体内容中确定目标媒体内容进行预加载。

2.根据权利要求1所述的方法，其特征在于，所述推荐模型包括上层模型和多个下层模型，其中，所述多个下层模型与多个用户体验指标一一对应，每一所述下层模型预先学习到了媒体内容样本的播放状态信息以及属性信息对所述下层模型对应的用户体验指标的影响关系；

所述将所述用户的历史观看信息、所述播放状态信息以及所述属性信息输入推荐模型中，获取所述推荐模型输出的推荐结果信息，包括：

将所述历史观看信息输入所述上层模型，并根据所述上层模型的输出结果从所述多个下层模型中，确定目标下层模型；

将所述播放状态信息以及所述属性信息输入所述目标下层模型，得到所述目标下层模型输出的所述推荐结果信息。

3.根据权利要求2所述的方法，其特征在于，所述上层模型的输出结果包括对应所述目标下层模型的激活次数，所述方法还包括：

在根据所述推荐结果信息从所述待推荐的媒体内容中确定目标媒体内容进行预加载后，针对所述目标下层模型，重复执行以下操作，直到执行次数达到所述激活次数：

重新获取所述电子设备的播放状态信息以及待推荐的媒体内容的属性信息；

将新的播放状态信息和新的属性信息输入至所述目标下层模型，得到新的推荐结果信息；

根据新的推荐结果信息从待推荐的媒体内容中确定目标媒体内容进行预加载。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

在所述执行次数达到所述激活次数的时，再次获取所述用户的历史观看信息，并根据新的历史观看信息返回执行将所述历史观看信息输入至所述上层模型中的步骤。

5.根据权利要求2所述的方法，其特征在于，所述目标下层模型为多个，所述将所述播放状态信息以及所述属性信息输入所述目标下层模型，得到所述目标下层模型输出的所述推荐结果信息，包括：

将所述播放状态信息以及所述属性信息输入每一所述目标下层模型，得到每一所述目标下层模型输出的推荐结果信息；

所述根据所述推荐结果信息从所述待推荐的媒体内容中确定目标媒体内容进行预加载，包括：

从所述待推荐的媒体内容中，确定每一所述推荐结果信息均推荐的目标媒体内容进行加载。

6.根据权利要求1所述的方法，其特征在于，所述历史观看信息包括所述用户观看的历史媒体内容的播放状态信息和/或所述用户观看所述历史媒体内容的历史行为信息，所述待优化的用户体验指标是基于所述历史媒体内容的播放状态信息和/或所述历史行为信息确定的。

7.根据权利要求6所述的方法，其特征在于，所述历史行为信息包括所述用户的观看时长、观看的媒体内容的时长、在观看的媒体内容出现卡顿时的退出操作、在等待媒体内容的首帧时间中的退出操作中的至少一种。

8.根据权利要求1-7中任一项所述的方法，其特征在于，所述待推荐媒体内容的属性信息包括媒体内容的时长、媒体内容的码率中的至少一种。

9.根据权利要求1-7任一项所述的方法，其特征在于，所述播放状态信息包括：

当前播放的媒体内容对应缓冲区中的剩余媒体内容的时长、未播放的媒体内容对应缓冲区中的剩余媒体内容的时长、当前播放的媒体内容在播放过程中发生的卡顿次数和时长、当前播放的媒体内容的首帧时间、当前播放的媒体内容的下载信息和未播放的媒体内容的下载信息中的至少一种。