[發明專利]視頻推薦方法、裝置、電子設備及可讀存儲介質

有效

• 申請號: 201910295537.8
• 申請日: 2019-04-12
• 公開（公告）號: CN110147464B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 左凱
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F16/735
• 分類號: G06F16/735;G06F16/75;G06F16/783
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

本公開的實施例提供了一種視頻推薦方法、裝置、電子設備及可讀存儲介質，所述方法包括：通過第一模型，提取目標視頻的高層語義特征；其中，所述第一模型包括用于提取高層語義特征的至少一個卷積層；將所述目標視頻的高層語義特征、所述目標視頻的視頻特征、以及目標用戶的用戶特征，輸入第二模型；通過所述第二模型輸出分類結果；其中，所述分類結果包括：是否向所述目標用戶推薦所述目標視頻。本公開的實施例可以提高視頻推薦的準確率。

技術領域

本公開的實施例涉及計算機技術領域，尤其涉及一種視頻推薦方法、裝置、電子設備及可讀存儲介質。

背景技術

隨著計算機技術和網絡技術的發展，視頻已經成為人們日常生活中獲取信息和享受娛樂的主要載體，通過互聯網搜索并觀看視頻已成為人們獲取信息的主流方式。

視頻推薦是視頻網站幫助用戶查找所需視頻的方法和工具。相對于傳統的視頻目錄瀏覽方式或者視頻搜索方式，視頻推薦能夠在用戶不確定合適的搜索詞的情況下，主動向用戶推薦其可能感興趣的視頻，可以減少用戶的搜索次數。

例如，可以通過協同過濾計算與用戶A最相似的用戶群，并且選擇與用戶A最相似的用戶群觀看的視頻，推薦給用戶A，然而，這種方法容易向用戶A推薦其完全不感興趣的內容，導致視頻推薦的準確率較低。

或者，還可以根據用戶特征和視頻特征訓練用戶的興趣偏好模型，根據用戶興趣偏好模型，可以向用戶推薦符合其興趣偏好的視頻。然而，這種方法需要人工提取用戶特征和視頻特征，不僅需要花費大量的人力成本，而且人工提取的特征難以覆蓋海量的用戶數據，擬合能力不足，進而影響視頻推薦的準確率。

發明內容

本公開的實施例提供一種視頻推薦方法、裝置、電子設備及可讀存儲介質，用以提高視頻推薦的準確率。

根據本公開的實施例的第一方面，提供了一種視頻推薦方法，所述方法包括：

通過第一模型，提取目標視頻的高層語義特征；其中，所述第一模型包括用于提取高層語義特征的至少一個卷積層；

將所述目標視頻的高層語義特征、所述目標視頻的視頻特征、以及目標用戶的用戶特征，輸入第二模型；

通過所述第二模型輸出分類結果；其中，所述分類結果包括：是否向所述目標用戶推薦所述目標視頻。

根據本公開的實施例的第二方面，提供了一種視頻推薦裝置，所述裝置包括：

特征提取模塊，用于通過第一模型，提取目標視頻的高層語義特征；其中，所述第一模型包括用于提取高層語義特征的至少一個卷積層；

特征輸入模塊，用于將所述目標視頻的高層語義特征、所述目標視頻的視頻特征、以及目標用戶的用戶特征，輸入第二模型；

分類輸出模塊，用于通過所述第二模型輸出分類結果；其中，所述分類結果包括：是否向所述目標用戶推薦所述目標視頻。

根據本公開的實施例的第三方面，提供了一種電子設備，包括：

處理器、存儲器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現前述視頻推薦方法。

根據本公開的實施例的第四方面，提供了一種可讀存儲介質，當所述存儲介質中的指令由電子設備的處理器執行時，使得電子設備能夠執行前述視頻推薦方法。

本公開的實施例提供了一種視頻推薦方法、裝置、電子設備及可讀存儲介質，所述方法包括：

通過第一模型，提取目標視頻的高層語義特征；其中，所述第一模型包括用于提取高層語義特征的至少一個卷積層；將所述目標視頻的高層語義特征、所述目標視頻的視頻特征、以及目標用戶的用戶特征，輸入第二模型；通過所述第二模型輸出分類結果；其中，所述分類結果包括：是否向所述目標用戶推薦所述目標視頻。