[发明专利]视频推荐模型的生成方法、视频推荐方法、装置

权利要求书

1.一种视频推荐模型的生成方法，其特征在于，包括：

从每个用户历史会话中提取多个正反馈视频和多个负反馈视频；

建立每个用户历史会话对应的多个视频对，每个视频对中包含一个正反馈视频和一个负反馈视频；

根据所述每个视频对中的正反馈视频的特征、负反馈视频的特征以及所述用户特征，对待训练视频推荐进行训练，得到所述视频推荐。

2.根据权利要求1所述的视频推荐模型的生成方法，其特征在于，所述视频推荐包括第一神经网络和第二神经网络；所述根据所述每个视频对中的正反馈视频的特征、负反馈视频的特征以及所述用户特征，对待训练视频推荐进行训练，得到所述视频推荐，包括：

通过所述第一神经网络对所述用户特征进行加权求和；

通过所述第二神经网络对所述每个视频对中的正反馈视频的特征和负反馈视频的特征进行加权求和；

计算所述每个视频对中，加权求和后的所述正反馈视频的特征与加权求和后的所述用户特征的第一相似度，以及加权求和后的所述负反馈视频的特征与加权求和后的所述用户特征的第二相似度；

根据所述每个视频对对应的所述第一相似度和所述第二相似度计算损失函数值，将所述损失函数值最小的待训练视频推荐确定为所述视频推荐。

3.根据权利要求1或2所述的视频推荐模型的生成方法，其特征在于，所述建立每个用户历史会话对应的多个视频对，包括：

从所述每个用户历史会话对应的多个正反馈视频中，随机选择预设数量的正反馈视频，与所述每个用户历史会话对应的各负反馈视频依次建立视频对，得到所述多个视频对。

4.根据权利要求1所述的视频推荐模型的生成方法，其特征在于，所述用户历史会话是从原始历史会话中筛选出的包含有负反馈视频的历史会话。

5.一种视频推荐方法，其特征在于，包括：

获取用户特征，以及多个候选推荐视频的特征；

将所述用户特征和所述多个候选推荐视频的特征输入至如权利要求1～4任一项所述的视频推荐模型，输出所述多个候选推荐视频中的负反馈目标视频；

推荐所述多个候选推荐视频中的所述负反馈目标视频以外的其他视频。

6.根据权利要求5所述的视频推荐方法，其特征在于，所述视频推荐包括第一神经网络和第二神经网络；所述将所述用户特征和所述多个候选推荐视频的特征输入至视频推荐，输出所述多个候选推荐视频中的负反馈目标视频，包括：

将所述用户特征输入所述第一神经网络，生成第一特征；

将所述多个候选推荐视频的特征输入所述第二神经网络，生成多个第二特征；

根据所述第一特征和所述多个第二特征，确定所述多个候选推荐视频中的负反馈目标视频。

7.根据权利要求6所述的视频推荐方法，其特征在于，所述根据所述第一特征和所述多个第二特征，确定所述多个候选推荐视频中的负反馈目标视频，包括：

计算所述第一特征与各第二特征之间的相似度；

将所述相似度小于阈值的候选推荐视频，确定为所述多个候选推荐视频中的负反馈目标视频。

8.一种视频推荐模型的生成装置，其特征在于，包括：

视频提取模块，被配置为执行从每个用户历史会话中提取多个正反馈视频和多个负反馈视频；

视频对建立模块，被配置为执行建立每个用户历史会话对应的多个视频对，每个视频对中包含一个正反馈视频和一个负反馈视频；

模型训练模块，被配置为执行根据所述每个视频对中的正反馈视频的特征、负反馈视频的特征以及所述用户特征，对待训练视频推荐进行训练，得到所述视频推荐。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的方法。

10.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至7中任一项所述的方法。