[发明专利]媒体内容搜索方法、装置、存储介质及电子设备

说明书

本公开关于媒体内容搜索方法、装置、存储介质及电子设备，该方法包括获取查询条件下的媒体内容集合；对于上述媒体内容集合中的每个媒体内容，计算上述媒体内容对应的满意度参数，上述满意度参数表征在上述查询条件下上述媒体内容触发用户产生预设消费行为的能力；计算上述媒体内容对应的满意度置信度，上述满意度置信度表征上述满意度参数的可靠程度；根据上述媒体内容对应的满意度参数和上述媒体内容对应的满意度置信度，对上述媒体内容集合中的媒体内容进行排序；根据排序结果，确定搜索结果。本公开可以使得排序结果既符合查询条件，又与用户群体契合，从而更加符合用户的心理预期，根据这种排序结果得到的搜索结果也更为准确。

技术领域

本公开涉及媒体内容搜索领域，尤其涉及媒体内容搜索方法、装置、存储介质及电子设备。

背景技术

近来，深度学习在视频图像、语音识别、自然语言处理等相关领域得到了广泛应用。由于其较好的拟合能力以及端到端的全局优化能力，使得深度学习在多媒体内容理解这个场景中得到较多应用，但是深度学习大多在问题定义相对清楚的场景中，可以取得良好效果，将其直接应用到媒体内容搜索领域时的效果难以保证。并且，深度学习的模型更新较慢，难以跟随真实场景中用户行为适应性变化，因此基于深度学习进行媒体内容搜索会使得搜索结果对用户行为不敏感，影响搜索结果的准确度。

由此可知，相关技术中尚缺乏能够快速适应用户行为变化的媒体内容搜索方法。

发明内容

本公开提供媒体内容搜索方法、装置、存储介质及电子设备，以至少解决相关技术中缺乏能够快速适应用户行为变化的媒体内容搜索方法的技术问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种媒体内容搜索方法，包括：

获取查询条件下的媒体内容集合；

对于所述媒体内容集合中的每个媒体内容，计算所述媒体内容对应的满意度参数，所述满意度参数表征在所述查询条件下所述媒体内容触发用户产生预设消费行为的能力；

计算所述媒体内容对应的满意度置信度，所述满意度置信度表征所述满意度参数的可靠程度；

根据所述媒体内容对应的满意度参数和所述媒体内容对应的满意度置信度，对所述媒体内容集合中的媒体内容进行排序；

根据排序结果，确定搜索结果。

在一示例性的实施方式中，所述根据所述媒体内容对应的满意度参数和所述媒体内容对应的满意度置信度，对所述媒体内容集合中的媒体内容进行排序，包括：

根据所述媒体内容对应的满意度参数和所述媒体内容对应的满意度置信度，确定所述媒体内容对应的第一排序指标参数，所述第一排序指标参数表征在所述查询条件下所述媒体内容触发用户产生预设交互行为的能力；

按照所述第一排序指标参数降序的顺序，对所述媒体内容集合中的媒体内容进行排序。

在一示例性的实施方式中，所述根据所述媒体内容对应的满意度参数和所述媒体内容对应的满意度置信度，确定所述媒体内容对应的第一排序指标参数，包括：

计算所述媒体内容对应的吸引度参数，所述吸引度参数表征所述查询条件下所述媒体内容触发用户产生点击行为的能力；

计算所述媒体内容对应的吸引度置信度，所述吸引度置信度表征所述吸引度参数的可靠程度；

根据所述媒体内容对应的吸引度参数、所述媒体内容对应的吸引度置信度、所述媒体内容对应的满意度参数和所述媒体内容对应的满意度置信度，计算所述媒体内容对应的第一排序指标参数。

在一示例性的实施方式中，所述计算所述媒体内容对应的满意度参数，包括：

获取第一满意率，所述第一满意率为所述查询条件下所述媒体内容触发用户产生所述预设消费行为的概率；