[发明专利]视频推荐方法、装置、电子设备、存储介质及程序产品

说明书

本公开关于一种视频推荐方法、装置、电子设备、存储介质及程序产品，该方法包括：获取多个候选视频的视频向量和目标用户的用户向量；根据目标用户观看过的多个历史视频，获取多个历史视频的视频向量组成的目标用户的历史序列；将目标用户的用户向量和历史序列输入第一神经网络，得到目标用户的个性化序列，目标用户的个性化序列包含目标用户对每个历史视频的兴趣占目标用户对多个历史视频的总兴趣的比值；将多个候选视频的视频向量和目标用户的个性化序列输入视频推荐系统，得到从多个候选视频中确定的目标用户的推荐视频。本公开的个性化序列可以反映用户在历史序列中的兴趣分布，进而基于个性化序列能够推荐更符合用户的兴趣分布的视频。

技术领域

本公开涉及视频推荐技术领域，尤其涉及一种视频推荐方法、装置、电子设备、存储介质及程序产品。

背景技术

视频推荐系统依据候选视频的特征、用户观看过的历史视频的特征等，预测用户对候选视频的兴趣偏好，从而为用户进行视频推荐。相关技术中，视频推荐系统在采用用户观看过的历史视频的特征时，通常是将多个历史视频的特征以相同的权重进行全局求和，以求和后的视频特征代表用户的兴趣偏好。

然而，每个用户观看视频的习惯可能不同，例如，用户A喜欢重复看相似类型的视频，而用户B排斥重复看相似类型的视频。因此，用户A会偏向观看与“历史视频中排前面的视频”相似的视频，用户B会对与“历史视频中排前面的视频”相似的视频具有较低的兴趣。而以相同的权重将多个历史视频的特征进行全局求和，未考虑用户的兴趣分布的问题，因此，对用户进行视频推荐的准确性还有待提高。

发明内容

为克服相关技术中存在的问题，本公开提供一种视频推荐方法、装置、电子设备、存储介质及程序产品。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种视频推荐方法，包括：

获取多个候选视频的视频向量和目标用户的用户向量；

根据所述目标用户观看过的多个历史视频，获取所述多个历史视频的视频向量组成的所述目标用户的历史序列；

将所述目标用户的用户向量和历史序列输入第一神经网络，得到所述目标用户的个性化序列，所述目标用户的个性化序列包含所述目标用户对每个所述历史视频的兴趣占所述目标用户对所述多个历史视频的总兴趣的比值；

将所述多个候选视频的视频向量和所述目标用户的个性化序列输入视频推荐系统，得到从所述多个候选视频中确定的所述目标用户的推荐视频。

可选地，所述将所述目标用户的用户向量和历史序列输入第一神经网络，得到所述目标用户的个性化序列，包括：

将所述目标用户的用户向量和历史序列输入所述第一神经网络，得到所述目标用户对每个所述历史视频的兴趣占所述目标用户对所述多个历史视频的总兴趣的比值；

根据所述多个历史视频各自对应的比值，得到所述目标用户的历史序列的融合系数；

根据所述融合系数和所述目标用户的历史序列，生成所述目标用户的个性化序列。

可选地，所述第一神经网络的训练步骤包括：

获取多个第一样本用户的样本用户向量，以及所述多个第一样本用户各自的样本历史序列；

将所述多个第一样本用户的样本用户向量和样本历史序列输入初始第一神经网络，得到所述多个第一样本用户各自的样本个性化序列；

获取每个所述第一样本用户观看过的第一样本视频的视频向量，以及表征所述第一样本视频是否被该第一样本用户执行多种操作的标签；

将每个所述第一样本用户观看过的第一样本视频的视频向量和该第一样本用户的样本个性化序列输入所述视频推荐系统，得到该第一样本视频是否被该第一样本用户执行多种操作的第一预测概率；