[发明专利]内容检测模型的训练方法、内容检测方法及装置

说明书

本申请实施例公开了内容检测模型的训练方法、内容检测方法及装置，获取多媒体数据各个类别的内容特征的各个聚类中心。将提取的第二多媒体数据的至少一个类别的内容特征与相应类别的内容特征的各个聚类中心进行比较，得到第二多媒体数据的每个类别内容特征所属聚类中心。基于此获得第二多媒体数据的内容特征向量。利用第二多媒体数据的内容特征向量、用户账户的用户特征向量和用户账户对第二多媒体数据的行为类别标签，训练能够输出目标用户账户对目标多媒体数据的预测行为类别结果的内容检测模型。则在不投放多媒体数据的情况下，利用内容检测模型也能预测用户对多媒体数据的行为类别。

技术领域

本申请涉及互联网技术领域，具体涉及一种内容检测模型的训练方法、一种内容检测方法、装置及设备。

背景技术

用户在上传多媒体素材后，可以通过多媒体素材的不同组合方式生成大量的多媒体数据并进行发布。例如，当多媒体素材具体为广告多媒体素材且多媒体数据为视频数据时，多媒体数据具体指的是广告视频数据。然而，并非所有发布的多媒体数据都受用户喜欢。因此，要从大量的多媒体数据中确定用户喜欢的并加以分析，以便之后可以生成更受用户喜欢的优质多媒体数据。

目前，可先将大量的多媒体数据下发投放，再获取用户对投放的多媒体数据的行为信息，例如，点击、点赞、完播等。进而，根据用户的行为信息来评估用户对多媒体数据的喜爱情况。但是，大量多媒体数据的投放会造成投放成本高。

发明内容

有鉴于此，本申请实施例提供一种内容检测模型的训练方法、一种内容检测方法、装置及设备，能够在减少投放成本的基础上，有效检测用户对多媒体数据的行为类别，以预测用户对多媒体数据中内容的喜爱程度。

为解决上述问题，本申请实施例提供的技术方案如下：

本申请实施例第一方面提供一种内容检测模型的训练方法，提取第一多媒体数据的至少一个类别的内容特征，对所述第一多媒体数据的每个类别的内容特征分别进行聚类，得到每个类别的内容特征的多个聚类中心；所述方法包括：

提取第二多媒体数据的至少一个类别的内容特征，将所述第二多媒体数据的每个类别的内容特征与相应类别的内容特征的各个聚类中心进行比较，得到所述第二多媒体数据的每个类别的内容特征所属聚类中心；

根据所述第二多媒体数据的每个类别的内容特征所属聚类中心，得到所述第二多媒体数据的内容特征向量；

获取用户账户的用户特征向量；

利用所述第二多媒体数据的内容特征向量、所述用户账户的用户特征向量以及所述用户账户针对所述第二多媒体数据的行为类别标签，训练内容检测模型，所述内容检测模型用于输出目标用户账户针对目标多媒体数据的行为类别的预测结果。

本申请实施例第二方面提供一种内容检测方法，所述方法包括：

提取所述目标多媒体数据的至少一个类别的内容特征，将所述目标多媒体数据的每个类别的内容特征与相应类别的内容特征的各个聚类中心进行比较，得到所述目标多媒体数据的每个类别的内容特征所属聚类中心；

根据所述目标多媒体数据的每个类别的内容特征所属聚类中心，得到所述目标多媒体数据的内容特征向量；

获取目标用户账户对应的用户特征向量；

将所述目标多媒体数据的内容特征向量以及所述目标用户账户的用户特征向量输入内容检测模型，得到所述目标用户账户针对所述目标多媒体数据的行为类别的预测结果，所述内容检测模型是根据上述的内容检测模型的训练方法训练得到的。

本申请实施例第三方面提供一种内容检测模型的训练装置，所述装置包括：

第一提取单元，用于提取第一多媒体数据的至少一个类别的内容特征，对所述第一多媒体数据的每个类别的内容特征分别进行聚类，得到每个类别的内容特征的多个聚类中心；