[发明专利]媒体资源的处理方法和装置、存储介质及电子装置在审
申请号: | 201810411615.1 | 申请日: | 2018-05-02 |
公开(公告)号: | CN110209920A | 公开(公告)日: | 2019-09-06 |
发明(设计)人: | 唐亚腾;钟滨;邓强;潘昆豪 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06K9/62 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 周婷婷;江舟 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 媒体资源 特征序列 目标媒体 样本 方法和装置 存储介质 电子装置 目标模型 初始模型 机器学习 目标类别 目标图片 目标文字 图片特征 文字特征 准确度 | ||
1.一种媒体资源的处理方法,其特征在于,包括:
获取待推荐的目标媒体资源的特征序列,其中,所述特征序列包括所述目标媒体资源的目标图片特征和目标文字特征;
使用目标模型对所述特征序列进行处理,确定所述目标媒体资源为目标类别的媒体资源,其中,所述目标模型为使用样本媒体资源的特征序列通过机器学习对初始模型进行训练得到的模型,所述样本媒体资源的特征序列包括样本媒体资源的图片特征和文字特征;
对所述目标媒体资源进行处理。
2.根据权利要求1所述的方法,其特征在于,所述获取待推荐的目标媒体资源的特征序列包括:
根据所述目标媒体资源的超文本标记语言结构中的标签,获取所述目标媒体资源中的目标图片的统一资源定位符和目标文字特征;
根据所述统一资源定位符,获取所述目标图片特征;
根据所述统一资源定位符对应的标签和所述目标文字特征对应的标签的顺序,将所述目标图片特征和所述目标文字特征生成为所述特征序列。
3.根据权利要求2所述的方法,其特征在于,所述根据所述统一资源定位符,获取所述目标图片特征包括:
根据所述统一资源定位符以及图片模板库,确定所述目标图片的模板特征,其中,所述图片模板库包括满足预定条件的图片,所述预定条件为所述图片在预定时间段内的所有文章中出现的次数大于目标阈值,所述模板特征用于指示所述统一资源定位符对应的图片是否在所述图片模板库;
根据所述模板特征以及所述目标图片的属性信息,获取所述目标图片特征。
4.根据权利要求3所述的方法,其特征在于,根据所述模板特征以及所述目标图片的属性信息,获取所述目标图片特征包括:
将所述目标图片输入特征提取模板,获取所述目标图片的属性信息,其中,所述特征提取模板用于提取图片的属性信息;
根据所述模板特征以及所述属性信息,获取所述目标图片特征。
5.根据权利要求3或4所述的方法,其特征在于,所述属性信息包括以下至少之一:用于指示所述目标图片大小的大小特征、用于指示所述目标图片的色情指数的色情特征、用于指示所述目标图片的广告指数的广告特征、用于指示所述目标图片包括的文字的指数的文字特征和用于指示所述目标图片是否包括二维码的二维码特征。
6.根据权利要求3所述的方法,其特征在于,在所述确定所述目标图片的模板特征之前,还包括:
获取历史媒体资源集合中第一样本媒体资源的第一图片的统一资源定位符和所述第一样本媒体资源对应的第一帐号标识;
使用所述第一图片的统一资源定位符和所述第一帐号标识,生成所述第一图片的第一标识;
在所述第一标识出现在所述历史媒体资源集合中的次数大于所述目标阈值的情况下,将所述第一图片和所述第一标识加入所述图片模板库。
7.根据权利要求6所述的方法,其特征在于,所述根据所述统一资源定位符以及图片模板库,确定所述目标图片的模板特征包括:
获取所述目标图片对应的目标帐号标识;
使用所述目标图片的统一资源定位符和所述目标帐号标识,生成所述目标图片的目标标识;
在确定所述目标标识在所述图片模板库中的情况下,确定所述目标图片的模板特征,其中,所述模板特征用于指示所述目标图片在所述图片模板库中。
8.根据权利要求1所述的方法,其特征在于,在所述使用目标模型对所述特征序列进行处理之前,还包括:
获取历史媒体资源集合中第一样本媒体资源的第一特征序列和所述第一样本媒体资源对应的第一目标类别;
使用所述第一特征序列和所述第一目标类别,通过机器学习对所述初始模型进行训练得到第一模型;
依次使用所述历史媒体资源集合中其他样本媒体资源的特征序列和所述其他样本媒体资源对应的目标类别,通过机器学习对所述第一模型进行训练得到目标模型。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201810411615.1/1.html,转载请声明来源钻瓜专利网。