[发明专利]影视会员套餐推荐方法及设备

说明书

本申请实施例提供了一种影视会员套餐推荐方法及设备，所述方法包括：根据用户的身份信息获取特征数据；将所述特征数据输入至已训练好的会员套餐预测模型，得到用户对多个会员套餐的购买概率值，其中，所述会员套餐模型用于预测用户对会员套餐的购买概率值；将购买概率值最高的N个所述会员套餐推荐给用户。本申请通过会员套餐模型可预测得到多个会员套餐的概率值，概率值越大，说明用户购买该会员套餐的可能性越大。因此，利用会员套餐预测模型能够预测出用户最可能购买的会员套餐，将概率值较大的会员套餐推荐给用户，提升付费率。

技术领域

本申请涉及互联网技术领域，尤其涉及一种影视会员套餐推荐方法及设备。

背景技术

智能电视所提供的影视内容通常来自于多个合作方，用户要收看某个视频内容时则需要开通相应合作方的会员业务。不同合作方所提供的影视内容通常也各有不同，相应的，不同合作方所提供的会员套餐类型也不同，并且会员套餐内的视频定位也有差别，因此用户有多种会员套餐类型可选。

由于会员套餐类型多种多样，为便于用户开通，智能电视通常会为用户推荐会员套餐类型。目前，会员套餐类型的推荐排序通常由人工进行编排，即根据当前热播内容确定为用户进行推荐的会员套餐类型。

然而，由于用户数量众多且喜好各不相同，因此部分用户不一定喜欢当前热播视频内容，根据当前热播内容确定为用户进行推荐的会员套餐类型可能也就不能满足用户的需要。

发明内容

本申请提供了一种影视会员套餐推荐方法及设备，以解决现有技术中根据当前热播内容确定为用户进行推荐的会员套餐类型可能也就不能满足用户的需要的技术问题。

第一方面，本申请提供了一种影视会员套餐推荐方法，所述方法包括：

根据用户的身份信息获取特征数据；

将所述特征数据输入至已训练好的会员套餐预测模型，得到用户对多个会员套餐的购买概率值，其中，所述会员套餐模型用于预测用户对会员套餐的购买概率值；

将购买概率值最高的N个所述会员套餐推荐给用户。

在一些实施例中，所述会员套餐预测模型的训练过程包括：

采集并处理原始数据，得到用户画像、视频画像及套餐画像，其中，所述原始数据包括设备基础数据、用户播放数据、用户购买订单数据、媒资数据以及套餐数据；

根据所述视频画像和所述套餐画像得到套餐特征、兴趣偏好及消费倾向偏好；

将所述用户画像、套餐特征、兴趣偏好及消费倾向偏好进行拼接，得到输入层数据；

将所述输入层数据输入至多层前馈神经网络，得到输出层数据；

将所述输出层数据经由sigmoid层激活，得到会员套餐预测模型。

在一些实施例中，所述采集并处理原始数据，得到用户画像、视频画像及套餐画像，包括：

基于设备基础数据、用户播放数据和用户购买订单数据，生成用户画像；

对媒资数据中视频的二级分类和标签进行映射，得到利用标签向量信息表示的视频向量，其中，视频画像为所述视频向量的集合；

对用户已观看套餐内的视频播放频率及视频向量，和套餐内即将上映的视频向量进行拼接，得到套餐特征，其中，套餐画像包括套餐特征、套餐的金额及时长。

在一些实施例中，根据所述视频画像和所述套餐画像得到兴趣偏好及消费倾向偏好，包括：

对所述视频向量和所述套餐特征进行attention运算，得到用户对套餐的兴趣偏好；

基于用户购买订单数据进行神经网络卷积，提取用户对套餐的金额及时长的偏好信息，得到消费倾向偏好。