[发明专利]共享账号使用场景下的视频会员套餐推荐方法及系统

权利要求书

1.共享账号使用场景下的视频会员套餐推荐方法，其特征在于，包括：

获取某共享账号某时刻之前所有的播放视频的播放记录，并将所有的播放视频划分到不同会话，将距离该时刻最近的会话加入当前会话组，将其它会话加入历史会话组；

根据所有播放视频所属会话，得到每个播放视频的嵌入表示向量；

基于所有播放视频的嵌入表示向量，计算每种套餐的表示向量和每个会话的表示向量；

基于历史会话组中每个会话的表示向量，得到该共享账号的所有用户的表示向量，并结合所述当前会话组中会话的表示向量，得到当前用户的表示向量；

基于所述当前会话组中会话的表示向量和所述当前用户的表示向量，得到当前用户的兴趣向量，并结合所述每种套餐的表示向量，得到当前用户对每种套餐的购买概率，基于所述购买概率向当前用户推荐套餐。

2.如权利要求1所述的共享账号使用场景下的视频会员套餐推荐方法，其特征在于，所述每个播放视频的嵌入表示向量的计算步骤为：

根据所有播放视频的所属会话和播放顺序，将该账号的播放视频构建成有向跨会话项目图；

基于所述有向跨会话项目图，得到每个播放视频的嵌入表示向量。

3.如权利要求2所述的共享账号使用场景下的视频会员套餐推荐方法，其特征在于，所述有向跨会话项目图将每个播放视频作为一个节点，并根据不同节点在每个会话中出现的顺序建立有向边。

4.如权利要求3所述的共享账号使用场景下的视频会员套餐推荐方法，其特征在于，所述有向跨会话项目图的权值矩阵根据每个所述有向边在所有会话中出现的次数以及所述有向边的节点的播放时长占比信息计算。

5.如权利要求1所述的共享账号使用场景下的视频会员套餐推荐方法，其特征在于，所述每种套餐的表示向量的计算方法为：

基于所有播放视频的嵌入表示向量及视频所属套餐信息，得到每种套餐包含的所有播放视频的嵌入表示向量，并结合每种套餐的可学习热度向量，计算每种套餐包含的不同播放视频的权重；

基于所述每种套餐包含的所有播放视频的嵌入表示向量和权重，进行加权求和，得到每种套餐的表示向量。

6.如权利要求1所述的共享账号使用场景下的视频会员套餐推荐方法，其特征在于，所述每个会话的表示向量的计算方法为：

对于每个会话包含的所有播放视频的嵌入表示向量进行平均池化，得到每个会话的初始表示向量；

对于每个会话，将初始表示向量与会话内每个播放视频的嵌入表示向量使用注意力机制加权求和，得到全局表示向量；

将初始表示向量和全局表示向量进行平均池化得到会话表示向量。

7.如权利要求1所述的共享账号使用场景下的视频会员套餐推荐方法，其特征在于，所述所有用户的表示向量的计算方法为：

使用一层神经网络将所述历史会话组中所有会话的表示向量组成的矩阵进行转换，得到转换后矩阵；

基于转换后矩阵，采用动态路由表示方法，得到所有用户的表示向量。

8.共享账号使用场景下的视频会员套餐推荐系统，其特征在于，包括：

数据获取模块，其被配置为：获取某共享账号某时刻之前所有的播放视频的播放记录，并将所有的播放视频划分到不同会话，将距离该时刻最近的会话加入当前会话组，将其它会话加入历史会话组；

视频嵌入学习模块，其被配置为：根据所有播放视频所属会话，得到每个播放视频的嵌入表示向量；

会话内兴趣提取和套餐表示模块，其被配置为：基于所有播放视频的嵌入表示向量，计算每种套餐的表示向量和每个会话的表示向量；

当前用户表示模块，其被配置为：基于历史会话组中每个会话的表示向量，得到该共享账号的所有用户的表示向量，并结合所述当前会话组中会话的表示向量，得到当前用户的表示向量；

会员套餐推荐模块，其被配置为：基于所述当前会话组中会话的表示向量和所述当前用户的表示向量，得到当前用户的兴趣向量，并结合所述每种套餐的表示向量，得到当前用户对每种套餐的购买概率，基于所述购买概率向当前用户推荐套餐。