[发明专利]一种视频粗排序的方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111017619.X 申请日: 2021-08-31
公开(公告)号: CN113886637A 公开(公告)日: 2022-01-04
发明(设计)人: 王丹莹 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/783 分类号: G06F16/783;G06F16/74;G06F16/71;G06K9/00
代理公司: 北京乐知新创知识产权代理事务所(普通合伙) 11734 代理人: 江宇
地址: 100089 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 视频 排序 方法 装置 电子设备 存储 介质
【说明书】:

本公开提供了一种视频粗排序的方法、装置、电子设备及存储介质,涉及数据处理领域,尤其涉及大数据领域。具体实现方案为:采集多个未展现视频ID;根据每个未展现视频ID从视频特征库中匹配与该未展现视频ID对应的未展现视频特征数据;获取已展现视频样本;从已展现视频样本中获取用户特征数据;将多个未展现视频特征数据与用户特征数据组成未展现视频样本;根据未展现视频样本和已展现视频样本对粗排模型进行训练;将训练后的粗排模型用于对召回视频集的粗排序。

技术领域

本公开涉及数据处理技术领域,尤其涉及大数据技术领域。

背景技术

现有用于对召回视频集进行粗排序的粗排模型仅使用已展现视频进行训练,使得在预估中,大部分视频可能是粗排模型从未见过的。

发明内容

本公开提供了一种用于视频粗排序的方法、装置、电子设备及存储介质。

根据本公开的一方面,提供了一种视频粗排序的方法,包括:

采集多个未展现视频ID;

根据每个未展现视频ID从视频特征库中匹配与该未展现视频ID对应的未展现视频特征数据;

获取已展现视频样本;

从已展现视频样本中获取用户特征数据;

将多个未展现视频特征数据与所述用户特征数据组成未展现视频样本;

根据所述未展现视频样本和所述已展现视频样本对粗排模型进行训练;

将训练后的粗排模型用于对召回视频集的粗排序。

根据本公开的另一方面,提供了一种视频粗排序的装置,包括:

采集模块,用于采集多个未展现视频ID;

匹配模块,用于根据每个未展现视频ID从视频特征库中匹配与该未展现视频ID对应的未展现视频特征数据;

处理模块,用于获取已展现视频样本;

所述处理模块,还用于从已展现视频样本中获取用户特征数据;

所述处理模块,还用于将多个未展现视频特征数据与所述用户特征数据组成未展现视频样本;

计算模块,用于根据所述未展现视频样本和所述已展现视频样本对粗排模型进行训练;

所述计算模块,还用于将训练后的粗排模型用于对召回视频集的粗排序。

根据本公开的另一方面,提供了一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述任一项所述的方法。

根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述任一项所述的方法。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

本公开提供了一种能够准确地对召回视频集进行粗排序的方法。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111017619.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top