[發(fā)明專利]多媒體內(nèi)容推薦方法、裝置、電子設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910362344.X
• 申請日: 2019-04-30
• 公開（公告）號: CN111858970A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計）人: 田勇;王琳;胥凱;王天駒;姜飛;楊乃君;卞俊杰;葉璨;徐萬鴻
• 申請（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號: G06F16/435
• 分類號: G06F16/435;G06F16/9535;G06F16/957
• 代理公司: 北京柏杉松知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 丁蕓;項京

1.一種多媒體內(nèi)容推薦方法，其特征在于，所述方法包括：

響應(yīng)用戶訪問多媒體內(nèi)容的請求，獲取針對所述用戶請求的多個多媒體推薦內(nèi)容，生成待選推薦內(nèi)容集；

步驟A，將所述待選推薦內(nèi)容集中的每個多媒體推薦內(nèi)容對應(yīng)的推薦狀態(tài)，輸入預(yù)先建立的神經(jīng)網(wǎng)絡(luò)模型，得到所述每個多媒體推薦內(nèi)容對應(yīng)的推薦值；

所述推薦狀態(tài)包括：所述用戶的信息、所述用戶未消費的多媒體推薦內(nèi)容和所述多媒體推薦內(nèi)容；所述用戶未消費的多媒體推薦內(nèi)容包括：所述用戶的緩存中的歷史多媒體內(nèi)容；所述神經(jīng)網(wǎng)絡(luò)模型是根據(jù)訓(xùn)練集中各用戶請求的多媒體推薦內(nèi)容對應(yīng)的推薦狀態(tài)以及推薦值進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的；

步驟B，選擇推薦值最大的多媒體推薦內(nèi)容，將所述推薦值最大的多媒體推薦內(nèi)容從所述待選推薦內(nèi)容集中移至所述用戶未消費的多媒體推薦內(nèi)容中；返回步驟A，直至所選擇的多媒體推薦內(nèi)容的個數(shù)達(dá)到預(yù)設(shè)數(shù)量；

按照選擇的順序，將所述預(yù)設(shè)數(shù)量個多媒體推薦內(nèi)容推薦給所述用戶。

2.根據(jù)權(quán)利要求1所述的多媒體內(nèi)容推薦方法，其特征在于，所述緩存包括：主緩存和副緩存，所述歷史多媒體內(nèi)容位于所述副緩存；

所述將所述預(yù)設(shè)數(shù)量個多媒體推薦內(nèi)容推薦給所述用戶，包括：

將所述副緩存切換為主緩存，將所述主緩存切換為副緩存，切換后的主緩存中的歷史多媒體內(nèi)容為用戶待消費的多媒體內(nèi)容；

將所述預(yù)設(shè)數(shù)量個多媒體推薦內(nèi)容存儲至切換后的副緩存中。

3.根據(jù)權(quán)利要求2所述的多媒體內(nèi)容推薦方法，其特征在于，在所述將所述預(yù)設(shè)數(shù)量個多媒體推薦內(nèi)容推薦給所述用戶之后，所述方法還包括：

在確定所述用戶消費完所述切換后的主緩存中的歷史多媒體內(nèi)容后，響應(yīng)所述用戶發(fā)送下一個訪問多媒體內(nèi)容的請求。

4.根據(jù)權(quán)利要求1所述的多媒體內(nèi)容推薦方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型的建立方法包括：

獲取所述訓(xùn)練集中各用戶請求的多媒體推薦內(nèi)容對應(yīng)的推薦狀態(tài)以及推薦值，每個多媒體推薦內(nèi)容對應(yīng)的推薦值是根據(jù)請求所述多媒體推薦內(nèi)容的用戶對所述多媒體推薦內(nèi)容的反饋確定的；

建立各推薦狀態(tài)和各推薦值的對應(yīng)關(guān)系，根據(jù)所述各推薦狀態(tài)和所述各推薦值的對應(yīng)關(guān)系進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得到所述神經(jīng)網(wǎng)絡(luò)模型。

5.一種多媒體內(nèi)容推薦裝置，其特征在于，所述裝置包括：

待選集確定模塊，被配置為執(zhí)行響應(yīng)用戶訪問多媒體內(nèi)容的請求，獲取針對所述用戶請求的多個多媒體推薦內(nèi)容，生成待選推薦內(nèi)容集；

推薦值計算模塊，被配置為執(zhí)行步驟A，將所述待選推薦內(nèi)容集中的每個多媒體推薦內(nèi)容對應(yīng)的推薦狀態(tài)，輸入預(yù)先建立的神經(jīng)網(wǎng)絡(luò)模型，得到所述每個多媒體推薦內(nèi)容對應(yīng)的推薦值；

所述推薦狀態(tài)包括：所述用戶的信息、所述用戶未消費的多媒體推薦內(nèi)容和所述多媒體推薦內(nèi)容；所述用戶未消費的多媒體推薦內(nèi)容包括：所述用戶的緩存中的歷史多媒體內(nèi)容；所述神經(jīng)網(wǎng)絡(luò)模型是根據(jù)訓(xùn)練集中各用戶請求的多媒體推薦內(nèi)容對應(yīng)的推薦狀態(tài)以及推薦值進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的；

選擇模塊，被配置為執(zhí)行步驟B，選擇推薦值最大的多媒體推薦內(nèi)容，將所述推薦值最大的多媒體推薦內(nèi)容從所述待選推薦內(nèi)容集中移至所述用戶未消費的多媒體推薦內(nèi)容中；返回所述推薦值計算模塊，直至所選擇的多媒體推薦內(nèi)容的個數(shù)達(dá)到預(yù)設(shè)數(shù)量；

推薦模塊，被配置為執(zhí)行按照選擇的順序，將所述預(yù)設(shè)數(shù)量個多媒體推薦內(nèi)容推薦給所述用戶。

6.根據(jù)權(quán)利要求5所述的多媒體內(nèi)容推薦裝置，其特征在于，所述緩存包括：主緩存和副緩存，所述歷史多媒體內(nèi)容位于所述副緩存；

所述推薦模塊，具體被配置為執(zhí)行將所述副緩存切換為主緩存，將所述主緩存切換為副緩存，切換后的主緩存中的歷史多媒體內(nèi)容為用戶待消費的多媒體內(nèi)容；將所述預(yù)設(shè)數(shù)量個推薦內(nèi)容存儲至切換后的副緩存中。

7.根據(jù)權(quán)利要求6所述的多媒體內(nèi)容推薦裝置，其特征在于，所述裝置還包括：

下個請求模塊，被配置為執(zhí)行在確定所述用戶消費完所述切換后的主緩存中的歷史多媒體內(nèi)容后，響應(yīng)所述用戶發(fā)送下一個訪問多媒體內(nèi)容的請求。