[发明专利]用于多媒体对象推荐的方法及装置有效

专利信息
申请号: 201810259572.X 申请日: 2018-03-27
公开(公告)号: CN108804492B 公开(公告)日: 2022-04-29
发明(设计)人: 郑海洪;高理恩;邹红才 申请(专利权)人: 阿里巴巴(中国)有限公司
主分类号: G06F16/435 分类号: G06F16/435;G06F16/48;G06K9/62
代理公司: 北京展翼知识产权代理事务所(特殊普通合伙) 11452 代理人: 屠长存
地址: 310052 浙江省杭州市滨江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 多媒体 对象 推荐 方法 装置
【权利要求书】:

1.一种用于多媒体对象推荐的方法,包括:

获取多媒体对象向量矩阵中的与被推荐用户对应的多媒体对象向量,所述多媒体对象向量矩阵由基于所有用户所访问的多媒体对象生成的各个对应多媒体对象向量组成,所述多媒体对象向量是利用word2vec算法来基于对应的多媒体对象的唯一标识训练出的;

计算所述多媒体对象向量矩阵中的多媒体对象向量与所述被推荐用户所访问的多媒体对象的多媒体对象向量之间的相关度;

基于所计算出的相关度,从所述多媒体对象向量矩阵所对应的多媒体对象中确定推荐多媒体对象;以及

将所确定的推荐多媒体对象推荐给所述被推荐用户。

2.如权利要求1所述的方法,其中,用户所访问的多媒体对象包括用户在规定时间窗口内所访问的多媒体对象。

3.如权利要求2所述的方法,其中,所述规定时间窗口的大小是基于所述多媒体对象的业务场景、用户量和/或用户访问频度确定的。

4.如权利要求1所述的方法,还包括:

从所述被推荐用户所访问的多媒体对象中确定出所述被推荐用户感兴趣的多媒体对象,以及

计算所述多媒体对象向量矩阵中的多媒体对象向量与所述被推荐用户所访问的多媒体对象的多媒体对象向量之间的相关度包括:

计算所述多媒体对象向量矩阵中的多媒体对象向量与所述被推荐用户感兴趣的多媒体对象的多媒体对象向量之间的相关度。

5.如权利要求4所述的方法,其中,从所述被推荐用户所访问的多媒体对象中确定出所述被推荐用户感兴趣的多媒体对象包括:

根据所述被推荐用户对所访问的多媒体对象的播放行为来确定所述被推荐用户感兴趣的多媒体对象。

6.如权利要求4所述的方法,其中,从所述被推荐用户所访问的多媒体对象中确定出所述被推荐用户感兴趣的多媒体对象包括:

根据所述被推荐用户对所访问的多媒体对象的播放行为和点赞行为来确定所述被推荐用户感兴趣的多媒体对象。

7.如权利要求1所述的方法,其中,基于所计算出的相关度,从所述多媒体对象向量矩阵所对应的多媒体对象中确定推荐多媒体对象包括:

基于所计算出的相关度,对所述多媒体对象向量矩阵所对应的多媒体对象进行排序;以及

从排序后的多媒体对象中选择出所述推荐多媒体对象。

8.如权利要求1所述的方法,其中,所述多媒体对象的多媒体对象向量是基于所述多媒体对象的唯一标识离线生成的。

9.如权利要求1到8中任一所述的方法,还包括:

根据所述被推荐用户对所访问的多媒体对象的点踩行为来确定所述被推荐用户不感兴趣的多媒体对象;

计算所述多媒体对象向量矩阵中的多媒体对象向量与所述被推荐用户不感兴趣的多媒体对象的多媒体对象向量之间的相关度;

基于所计算出的所述多媒体对象向量矩阵中的多媒体对象向量与所述被推荐用户不感兴趣的多媒体对象的多媒体对象向量之间的相关度,确定禁止向所述被推荐用户推荐的多媒体对象;以及

从所述推荐多媒体对象中去除所确定的禁止向所述被推荐用户推荐的多媒体对象。

10.如权利要求1所述的方法,还包括:

在基于所计算出的相关度,在所述多媒体对象向量矩阵的多媒体对象中未找到推荐多媒体对象时,获取所述被推荐用户所访问的多媒体对象中包含的一个或多个标签/标题;

根据标签/标题权重列表,从多媒体对象聚类中选择与所述被推荐用户所访问的多媒体对象中包含的一个或多个标签/标题中满足预定条件的标签/标题的最大权重对应的多媒体对象聚类;以及

将所选择出的多媒体对象聚类中的多媒体对象确定为所述推荐多媒体对象,

其中,所述多媒体对象聚类是基于所述多媒体对象向量矩阵来对各个用户所访问的多媒体对象进行聚类而获得的,以及所述标签/标题权重列表是利用所述标签/标题在各个多媒体对象聚类中的权重来生成的,用于反映所述标签/标题在各个多媒体对象聚类中的权重。

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阿里巴巴(中国)有限公司,未经阿里巴巴(中国)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/201810259572.X/1.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