[发明专利]一种多媒体信息推荐方法、装置和相关设备有效

专利信息
申请号: 201910718067.1 申请日: 2019-08-05
公开(公告)号: CN110489574B 公开(公告)日: 2022-06-03
发明(设计)人: 孟健;程万军;何光宇 申请(专利权)人: 东软集团股份有限公司
主分类号: G06F16/435 分类号: G06F16/435;G06F16/9536;G06Q50/00;G06F40/289;G06N3/04;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 郭化雨
地址: 110179 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 多媒体信息 推荐 方法 装置 相关 设备
【权利要求书】:

1.一种多媒体信息推荐方法,其特征在于,所述方法包括:

获取待推荐的多媒体信息;

确定所述多媒体信息的目标特征,所述目标特征包括文本特征、图片特征或视频特征中的至少两种特征;

根据所述目标特征、待定用户的用户特征和目标模型参数,确定所述待定用户对所述多媒体信息的兴趣度,所述目标模型参数是通过预先训练的兴趣度模型得到的;

将兴趣度满足预设条件的待定用户作为目标用户,并向所述目标用户推荐所述多媒体信息;

其中,所述目标模型参数通过下述方法得到:

根据n维训练样本矩阵对所述兴趣度模型进行m次训练,每次训练得到一个n维兴趣度矩阵,其中,任意一次训练得到的n维兴趣度矩阵中的一维元素用于体现本次训练中的一条训练样本的兴趣度;所述n维训练样本矩阵包括n条训练样本,所述训练样本是根据历史用户的用户特征和所述历史用户感兴趣的历史多媒体信息的目标特征确定的;

从m个n维兴趣度矩阵中确定总兴趣度值最大的n维兴趣度矩阵为目标矩阵;其中,一个n维兴趣度矩阵的总兴趣度值为这个n维兴趣度矩阵中所有元素的和;

确定所述兴趣度模型在得到所述目标矩阵时的模型参数为所述目标模型参数。

2.根据权利要求1所述的方法,其特征在于,所述确定所述多媒体信息的目标特征,包括:

从所述多媒体信息中提取文本数据、图片数据或视频数据;

将提取的文本数据、图片数据、视频数据分别输入到对应的特征提取模型,确定所述文本特征、所述图片特征、所述视频特征;

将所述文本特征、所述图片特征、所述视频特征中的至少两种特征组成所述多媒体信息的目标特征。

3.根据权利要求2所述的方法,其特征在于,所述将所述文本特征、所述图片特征、所述视频特征中的至少两种特征组成所述多媒体信息的目标特征,包括:

根据所述文本特征、所述图片特征、所述视频特征在所述多媒体信息中的位置排列顺序,将每种目标特征排列组合成所述多媒体信息的整体特征向量。

4.根据权利要求1所述的方法,其特征在于,所述兴趣度模型包括第一兴趣度模型,所述第一兴趣度模型为如下公式:

IR=1/(1+eA·X·F);

其中,IR为历史用户对所感兴趣的历史多媒体信息的兴趣度,A为所述历史用户的用户特征,X为模型参数,F为所述历史多媒体信息的目标特征。

5.根据权利要求4所述的方法,其特征在于,所述根据所述目标特征、待定用户的用户特征和目标模型参数,确定所述待定用户对所述多媒体信息的兴趣度,包括:

将所述目标特征、待定用户的用户特征和目标模型参数输入至IR'=1/(1+eA'·X'·F'),计算得到所述待定用户对所述多媒体信息的兴趣度,其中,IR'为所述待定用户对所述多媒体信息的兴趣度,A'为所述待定用户的用户特征,X'为所述目标模型参数,F'为所述多媒体信息的目标特征。

6.根据权利要求4所述的方法,其特征在于,所述兴趣度模型还包括第二兴趣度模型,所述第二兴趣度模型为如下公式:

FIR=1/(1+eAt·T·Ft)×wf+IR×wr

FIR为所述历史用户对历史转发多媒体信息的转发兴趣度,At为所述历史用户的转发特征,T为模型转发参数,Ft为所述历史转发多媒体信息的目标特征,wf为转发权重,IR为所述历史用户对所述历史转发多媒体信息的阅读兴趣度,wr为阅读权重;所述转发权重wf和所述阅读权重wr是预先设置的;

其中,当所述历史转发多媒体信息为所述历史用户阅读过的历史多媒体信息时,Ar为所述历史用户的阅读特征,X1'为目标阅读参数,所述目标阅读参数是通过训练所述第一兴趣度模型得到的;当所述历史转发多媒体信息为所述历史用户未阅读过的历史多媒体信息时,IR=0。

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东软集团股份有限公司,未经东软集团股份有限公司许可,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/201910718067.1/1.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