[发明专利]视频的推荐方法及装置

权利要求书

1.一种视频的推荐方法，其特征在于，所述方法包括：

获取目标用户的人群类别和用户行为信息、以及各候选视频的视频信息；

针对所述各候选视频中的每个候选视频，将所述目标用户的人群类别和用户行为信息、以及该候选视频的视频信息输入至预先训练的视频推荐模型，得到该候选视频的推荐评分，所述预先训练的视频推荐模型为根据预设的视频推荐训练样本集合，对待训练的视频推荐模型进行训练得到的；

按照推荐评分由高到低的顺序，在所述各候选视频中，选取预设数目个候选视频，作为所述目标用户的目标视频。

2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的人群类别，包括：

获取目标用户的用户行为信息和用户关系信息；

将所述目标用户的用户行为信息和用户关系信息输入至预先训练的人群分类模型，得到所述目标用户的人群类别。

3.根据权利要求1所述的方法，其特征在于，所述视频推荐模型包括多个视频评分模型；

所述针对所述各候选视频中的每个候选视频，将所述目标用户的人群类别和用户行为信息、以及该候选视频的视频信息输入至预先训练的视频推荐模型，得到该候选视频的推荐评分，包括：

针对所述各候选视频中的每个候选视频，将所述目标用户的人群类别和用户行为信息、以及该候选视频的视频信息分别输入至预先训练的各视频评分模型，得到该候选视频的各视频评分；

根据所述各视频评分模型对应的权重，计算该候选视频的各视频评分的加权和值，作为该候选视频的推荐评分。

4.根据权利要求1所述的方法，其特征在于，所述多个视频评分模型包括点赞评分模型、点击评分模型和转发评分模型，所述方法还包括：

获取第一训练样本集合，所述第一训练样本集合包括第一正训练样本和第一负训练样本，所述第一正训练样本包括第一样本用户的用户行为信息、人群类别和所述第一样本用户点赞的视频的视频信息，所述第一负训练样本包括第一样本用户的用户行为信息、人群类别和所述第一样本用户未点赞的视频的视频信息；

获取第二训练样本集合，所述第二训练样本集合包括第二正训练样本和第二负训练样本，所述第二正训练样本包括第二样本用户的用户行为信息、人群类别和所述第二样本用户点击的视频的视频信息，所述第二负训练样本包括第二样本用户的用户行为信息、人群类别和所述第二样本用户未点击的视频的视频信息；

获取第三训练样本集合，所述第三训练样本集合包括第三正训练样本和第三负训练样本，所述第三正训练样本包括第三样本用户的用户行为信息、人群类别和所述第三样本用户转发的视频的视频信息，所述第三负训练样本包括第三样本用户的用户行为信息、人群类别和所述第一样本用户未转发的视频的视频信息；

根据所述第一训练样本集合，对待训练的点赞评分模型进行训练，得到点赞评分模型；

根据所述第二训练样本集合，对待训练的点击评分模型进行训练，得到点击评分模型；

根据所述第三训练样本集合，对待训练的转发评分模型进行训练，得到转发评分模型。

5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

获取训练样本集合，所述训练样本集合包括正训练样本和负训练样本，所述正训练样本包括样本人群类别、以及属于所述样本人群类别的第一样本用户的用户行为信息和用户关系信息，所述负训练样本包括所述样本人群类别、以及不属于所述样本人群类别的第二样本用户的用户行为信息和用户关系信息；

根据所述训练样本集合，对待训练的人群分类模型进行训练，得到人群分类模型。

6.根据权利要求2所述的方法，其特征在于，用户行为信息包括用户浏览的视频的类型、用户点赞的视频的类型、用户转发的视频的类型、用户浏览的视频的总时长、用户浏览视频的时间段、用户发布的视频的类型、用户的地理位置兴趣点；用户关系信息包括关注的用户的人群类别、关注所述目标用户的用户的人群类别、与所述目标用户双向关注的用户的人群类别。