[发明专利]多媒体资源推荐方法及相关装置在审

专利信息
申请号: 202111562839.0 申请日: 2021-12-20
公开(公告)号: CN114297417A 公开(公告)日: 2022-04-08
发明(设计)人: 廖一桥 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06F16/435 分类号: G06F16/435
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 王英
地址: 100085 北京市海淀*** 国省代码: 北京;11
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 资源 推荐 方法 相关 装置
【说明书】:

本申请公开了一种多媒体资源推荐方法及相关装置,用以解决相关技术中进行多媒体资源推荐时操作复杂低效且准确性差的问题。本申请中采用用户的近期历史行为序列挖掘用户对不同多媒体资源类型的期望推荐程度,期望推荐程度越高表示用户越期望获取该类型的多媒体资源,故此本申请可以基于用户期望获得的多媒体资源类型来构建用户的目标历史行为序列,使得目标历史行为序列相较于相关技术长期行为序列更侧重于用户的近期兴趣和用户近期期望获得的多媒体资源类型。此外,本申请中无需对每种资源类型分别获取目标历史行为序列,基于一次请求计算一次目标历史行为序列即可,故此本申请的推荐方法相较于现有技术能够简化操作提高推荐效率。

技术领域

本申请涉及多媒体信息处理技术领域,尤其涉及一种多媒体资源推荐方法及相关装置。

背景技术

在短视频推荐系统模型训练中,基于用户历史行为信息中蕴含的用户兴趣点的信息可以给用户推荐更感兴趣的内容,对模型的学习有指导意义。

相关技术中,在基于用户请求获取待推荐多媒体资源之后,将用户的全部历史行为数据作为基于检索的用户行为兴趣CTR模型(SIM)的输入,若待推荐候选多媒体资源包括多种类型的多媒体资源,则通过GSU(General Search Unit)模块对每种类型的待推荐多媒体资源分别生成相应的长期行为序列作为ESU(Exact Search Unit)模块的输入,然后基于注意力机制的深度学习模型对长期行为序列进行建模,得到各个候选多媒体资源的评估分数,之后基于评估分数对各待推荐多媒体资源进行排序推荐。相关技术中多媒体资源推荐的方法过程复杂低效且准确性差。

发明内容

本申请提供一种多媒体资源推荐方法及相关装置,用以解决相关技术中进行多媒体资源推荐时操作复杂低效且准确性差的问题。

第一方面,本申请提供一种多媒体资源推荐方法,所述方法包括:

响应于目标账户的多媒体资源推荐请求,获取所述目标账户的近期历史行为序列;所述近期历史行为序列中的历史行为表征在当前时间之前的预设时间段内所述目标账户针对相应多媒体资源的操作行为;

根据所述近期历史行为序列,确定所述目标账户分别对第一多媒体资源类型集中的多个多媒体资源类型的期望推荐程度;其中,所述第一多媒体资源类型集是基于所述近期历史行为序列中历史行为对应的多媒体资源得到的;

根据所述目标账户分别对所述第一多媒体资源类型集中的多个多媒体资源类型的期望推荐程度,确定所述目标账户的兴趣多媒体资源类型;

从所述目标账户的全量历史行为序列中筛选出与所述兴趣多媒体资源类型相匹配的目标历史行为,得到所述目标账户对应的目标历史行为序列;

根据所述目标历史行为序列,确定所述目标账户对待推荐多媒体资源的感兴趣程度,并根据所述感兴趣程度确定所述待推荐多媒体资源中的目标多媒体资源;所述目标多媒体资源用于推荐给所述目标账户。

在一种可能的实施方式中,所述根据所述近期历史行为序列,确定所述目标账户分别对第一多媒体资源类型集中的多个多媒体资源类型的期望推荐程度之前,所述方法还包括:

获取所述近期历史行为序列中各历史行为对应的多媒体资源,得到第一多媒体资源集;

对所述第一多媒体资源集进行分类,得到第二多媒体资源类型集;

确定所述目标账户对第二多媒体资源类型集中各媒体资源类型的兴趣度;

从所述第二多媒体资源类型集中筛选掉兴趣度低于预设兴趣度阈值的多媒体资源类型,得到所述第一多媒体资源类型集。

在一种可能的实施方式中,所述根据所述近期历史行为序列,确定所述目标账户分别对第一多媒体资源类型集中的多个多媒体资源类型的期望推荐程度,具体包括:

针对所述第一多媒体资源类型集中的各多媒体资源类型分别执行:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/202111562839.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top