[发明专利]视频分类方法、装置、服务器及计算机可读存储介质

权利要求书

1.一种视频分类方法，其特征在于，包括：

基于第一视频样本的图像数据以及所述第一视频样本对应的用户行为数据，对第一图像特征提取模块进行训练，得到第二图像特征提取模块，所述第一图像特征提取模块用于基于输入的图像数据输出对应的图像特征数据，且所述第一图像特征提取模块为点击率预测模型中的特征提取模块，所述第二图像特征提取模块用于基于输入的图像数据输出包含用户行为的信息的图像特征数据；

获取包含所述第二图像特征提取模块的第一视频分类模型，基于第二视频样本的图像数据以及所述第二视频样本的预设类别，对所述第一视频分类模型进行训练，得到第二视频分类模型，所述第二视频样本的图像数据在所述第一视频样本中存在相似的图像数据；

在对目标视频进行分类时，获取所述目标视频的图像数据，将所述目标视频的图像数据输入所述第二视频分类模型，基于所述第二视频分类模型中的所述第二图像特征提取模块输出的包含用户行为的信息的图像特征数据，输出所述目标视频的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述基于第一视频样本的图像信息以及所述第一视频样本对应的用户信息，对第一图像特征提取模块进行训练，得到第二图像特征提取模块，包括：

获取所述第一视频样本的图像数据以及所述第一视频样本对应的用户行为数据；

获取初始的点击率预测模型，所述初始的点击率预测模型包括第一图像特征提取模块；

基于所述第一视频样本的图像数据以及所述第一视频样本对应的用户行为数据，对所述初始的点击率预测模型进行训练，得到训练后的点击率预测模型，所述训练后的点击率预测模型包括第二图像特征提取模块，所述第二图像特征提取模块由所述第一图像特征提取模块训练得到；

获取所述第二图像特征提取模块。

3.根据权利要求2所述的方法，其特征在于，所述初始的点击率预测模型还包括用户特征提取模块，所述用户特征提取模块用于基于输入的用户行为数据输出用户特征数据；

所述第一图像特征提取模块中包括非线性降维模块，所述非线性降维模块用于令所述第一图像特征提取模块输出的图像特征数据的维度，等于所述用户特征提取模块输出的用户特征数据的维度。

4.根据权利要求3所述的方法，其特征在于，所述点击率预测模型用于基于输入的图像数据和用户行为数据输出预测点击率；

所述点击率预测模型确定预测点击率的方法，包括：

获取所述第一图像特征提取模块输出的图像特征数据与所述用户特征提取模块输出的用户特征数据之间的关联数据；

基于所述关联数据，确定对应的预测点击率。

5.一种视频分类装置，其特征在于，包括：

第一训练单元，被配置为基于第一视频样本的图像数据以及所述第一视频样本对应的用户行为数据，对第一图像特征提取模块进行训练，得到第二图像特征提取模块，所述第一图像特征提取模块用于基于输入的图像数据输出对应的图像特征数据，且所述第一图像特征提取模块为点击率预测模型中的特征提取模块，所述第二图像特征提取模块用于基于输入的图像数据输出包含用户行为的信息的图像特征数据；

第二训练单元，被配置为获取包含所述第二图像特征提取模块的第一视频分类模型，基于第二视频样本的图像数据以及所述第二视频样本的预设类别，对所述第一视频分类模型进行训练，得到第二视频分类模型，所述第二视频样本的图像数据在所述第一视频样本中存在相似的图像数据；

预测单元，被配置为在对目标视频进行分类时，获取所述目标视频的图像数据，将所述目标视频的图像数据输入所述第二视频分类模型，基于所述第二视频分类模型中的所述第二图像特征提取模块输出的包含用户行为的信息的图像特征数据，输出所述目标视频的分类结果。