[发明专利]视频推荐方法及装置有效
申请号: | 201810758237.4 | 申请日: | 2018-07-11 |
公开(公告)号: | CN110717069B | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 滕飞 | 申请(专利权)人: | 阿里巴巴(中国)有限公司 |
主分类号: | G06F16/735 | 分类号: | G06F16/735;G06N3/04;G06N3/08 |
代理公司: | 北京智信禾专利代理有限公司 11637 | 代理人: | 李晓庆 |
地址: | 311121 浙江省杭州市余杭*** | 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: | 视频 推荐 方法 装置 | ||
1.一种视频推荐方法,其特征在于,包括:
根据目标用户的用户行为数据,确定所述目标用户对应的初始用户特征向量;
根据所述目标用户的用户行为数据,确定所述目标用户对应的正样本视频和负样本视频,其中,所述目标用户为待进行视频推荐的用户;
确定所述正样本视频对应的初始视频特征向量,以及所述负样本视频对应的初始视频特征向量;
将所述目标用户对应的初始用户特征向量、所述正样本视频对应的初始视频特征向量以及所述负样本视频对应的初始视频特征向量分别输入神经网络,获取所述目标用户对应的第一优化用户特征向量、所述正样本视频对应的优化视频特征向量以及所述负样本视频对应的优化视频特征向量;
根据所述正样本视频对应的优化视频特征向量与所述第一优化用户特征向量之间的相关性,以及所述负样本视频对应的优化视频特征向量与所述第一优化用户特征向量之间的相关性,优化所述神经网络的参数;
基于优化后的神经网络,向所述目标用户进行视频推荐。
2.根据权利要求1所述的方法,其特征在于,根据目标用户的用户行为数据,确定所述目标用户对应的初始用户特征向量,包括:
确定所述目标用户的用户行为数据中的有效点击视频;
确定所述有效点击视频对应的初始视频特征向量;
根据所述有效点击视频对应的初始视频特征向量,确定所述目标用户对应的初始用户特征向量。
3.根据权利要求2所述的方法,其特征在于,确定所述目标用户的用户行为数据中的有效点击视频,包括:
将所述目标用户的用户行为数据中观看时长与视频时长的比值大于有效性阈值的视频确定为有效点击视频。
4.根据权利要求2或3所述的方法,其特征在于,根据所述有效点击视频对应的初始视频特征向量,确定所述目标用户对应的初始用户特征向量,包括:
将所述有效点击视频对应的初始视频特征向量的平均值确定为所述目标用户对应的初始用户特征向量。
5.根据权利要求2或3所述的方法,其特征在于,根据所述有效点击视频对应的初始视频特征向量,确定所述目标用户对应的初始用户特征向量,包括:
根据所述有效点击视频对应的观看时长与视频时长的比值,确定所述有效点击视频对应的权重;
根据各个有效点击视频对应的权重,计算各个有效点击视频对应的初始视频特征向量的加权和,得到所述目标用户对应的初始用户特征向量。
6.根据权利要求1所述的方法,其特征在于,根据所述目标用户的用户行为数据,确定所述目标用户对应的正样本视频和负样本视频,包括:
确定所述目标用户的用户行为数据中的有效点击视频;
将所述有效点击视频确定为所述目标用户对应的正样本视频;
根据向所述目标用户展示的视频中所述有效点击视频以外的视频,确定所述目标用户对应的负样本视频。
7.根据权利要求6所述的方法,其特征在于,根据向所述目标用户展示的视频中所述有效点击视频以外的视频,确定所述目标用户对应的负样本视频,包括:
对向所述目标用户展示的视频中所述有效点击视频以外的视频进行采样,得到所述目标用户对应的负样本视频。
8.根据权利要求1所述的方法,其特征在于,确定所述正样本视频对应的初始视频特征向量,以及所述负样本视频对应的初始视频特征向量,包括:
根据所述正样本视频的文本描述信息,确定所述正样本视频对应的初始视频特征向量;
根据所述负样本视频的文本描述信息,确定所述负样本视频对应的初始视频特征向量。
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/201810758237.4/1.html,转载请声明来源钻瓜专利网。