[发明专利]内容推荐方法、装置、计算机设备和存储介质

权利要求书

1.一种内容推荐方法，其特征在于，所述方法包括：

获取从视频内容划分出的至少两个视频片段；

通过预训练的点击率预测模型，基于各所述视频片段对应的弹幕特征、播放行为特征和用户特征，确定各视频片段的点击率预测值；

从所述各视频片段的点击率预测值中，筛选符合推荐条件的点击率预测值；

基于筛选出的点击率预测值对应的视频片段确定推荐时间点；

在所述视频内容播放到所述推荐时间点时播放推荐内容。

2.根据权利要求1所述的方法，其特征在于，所述获取从视频内容划分出的至少两个视频片段之后，所述方法还包括：

获取各所述视频片段对应的弹幕信息、播放行为信息和用户信息；所述弹幕信息包括弹幕内容和弹幕数值信息；

基于所述弹幕内容，确定各视频片段的弹幕情感特征值；

根据所述弹幕情感特征值和所述弹幕数值信息，生成各视频片段的弹幕属性信息。

3.根据权利要求2所述的方法，其特征在于，所述基于所述弹幕内容，确定各视频片段的弹幕情感特征值，包括：

提取各所述弹幕内容对应的文本向量；

对所述文本向量进行情感分析处理，获得各弹幕内容的内容情感特征值；

根据所述各弹幕内容的内容情感特征值，确定各视频片段对应的弹幕情感特征值。

4.根据权利要求2所述的方法，其特征在于，所述通过预训练的点击率预测模型，基于各所述视频片段对应的弹幕特征、播放行为特征和用户特征，确定各视频片段的点击率预测值，包括：

通过所述点击率预测模型所包括的第一提取网络，基于所述弹幕属性信息和所述播放行为信息提取弹幕特征和播放行为特征；

通过所述点击率预测模型所包括的第二提取网络，基于所述用户信息提取用户特征；

通过所述点击率预测模型所包括的预测层，根据所述弹幕特征、所述播放行为特征和所述用户特征，确定各视频片段的点击率预测值。

5.根据权利要求4所述的方法，其特征在于，所述通过所述点击率预测模型所包括的第一提取网络，基于所述弹幕属性信息和所述播放行为信息提取弹幕特征和播放行为特征，包括：

通过所述第一提取网络，从所述弹幕属性信息中提取弹幕属性信息表示，并从所述播放行为信息中提取播放行为信息表示；

对所述弹幕属性信息表示和所述播放行为信息表示分别进行编码处理，得到弹幕特征和播放行为特征。

6.根据权利要求4所述的方法，其特征在于，所述通过所述点击率预测模型所包括的第二提取网络，基于所述用户信息提取用户特征，包括：

通过所述第二提取网络，从所述用户信息中提取用户关联特征表示；

对所述用户关联特征表示进行特征编码，获得预设维度的用户特征。

7.根据权利要求4所述的方法，其特征在于，所述通过所述点击率预测模型所包括的预测层，根据所述弹幕特征、所述播放行为特征和所述用户特征，确定各视频片段的点击率预测值，包括：

通过所述预测层，将所述弹幕特征、所述播放行为特征和所述用户特征进行特征融合，获得目标多模态特征；

基于所述目标多模态特征确定各视频片段的点击率预测值。

8.根据权利要求1所述的方法，其特征在于，在所述基于筛选出的点击率预测值对应的视频片段确定推荐时间点之后，所述方法还包括：

获取所述推荐时间点对应的视频片段的弹幕内容；

基于所述弹幕内容，生成所述推荐时间点对应的推荐内容。

9.根据权利要求8所述的方法，其特征在于，所述基于所述弹幕内容，确定所述推荐时间点对应的推荐内容，包括：

获取待推荐对象的描述信息；

对所述弹幕内容进行语义特征提取，获得弹幕语义特征；

基于所述弹幕语义特征和所述描述信息，生成所述推荐时间点对应的推荐内容。