[發明專利]面向點播影院的視頻推薦方法、裝置及設備

有效

• 申請號: 201911185883.7
• 申請日: 2019-11-27
• 公開（公告）號: CN110996177B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 趙佳瑜;李崇佐;王濤濤;趙超越;張琦
• 申請（專利權）人: 北京愛奇藝智慧娛樂科技有限公司
• 主分類號: H04N21/466
• 分類號: H04N21/466;H04N21/45;H04N21/472
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 孫翠賢;丁蕓

1.一種面向點播影院的視頻推薦方法，其特征在于，所述方法包括：

分別提取多個待推薦視頻的內容特征；所述內容特征為描述所述待推薦視頻的視頻內容的特征；

針對每個待推薦視頻，將該待推薦視頻的內容特征和指定時間的時間信息，輸入預先訓練完成的與點播影院對應的評分模型，得到該待推薦視頻的評分；其中，所述評分模型為利用所述點播影院已播放的歷史視頻的內容特征，所述歷史視頻的實際播放時間的時間信息，以及所述歷史視頻的與所述實際播放時間對應的評分真值訓練得到的；所述歷史視頻的與所述實際播放時間對應的評分真值用于反映觀眾對于在所述實際播放時間所播放的所述歷史視頻的喜好程度；所述評分模型為利用第一模型、第二模型和第三模型中的至少兩種模型構建的模型；所述第一模型用于從周期性喜好的維度計算視頻的評分，所述第二模型用于從熱點喜好的維度計算視頻的評分，所述第三模型用于從觀眾類型喜好的維度計算視頻的評分；

基于每個待推薦視頻的評分，從所述多個待推薦視頻中，確定推薦視頻并推薦給所述點播影院，以使得所述點播影院在所述指定時間播放所述推薦視頻。

2.根據權利要求1所述的方法，其特征在于，

所述評分模型具體為對所述至少兩種模型融合得到的模型；

所述周期性喜好為在不同的觀影周期所述點播影院的觀眾對所述點播影院的視頻的喜好；所述熱點喜好為在視頻播放時間對應的時間段內所述點播影院的熱點視頻的內容特征；所述觀眾類型喜好為在視頻播放時間對應的時間段內，所述點播影院的不同觀眾類型的觀眾對所述點播影院的視頻的喜好；所述視頻播放時間為作為評分對象的視頻的播放時間。

3.根據權利要求2所述的方法，其特征在于，當所述評分模型為利用所述第一模型、所述第二模型以及所述第三模型構建的模型時，所述評分模型利用如下公式，對所述第一模型、所述第二模型以及所述第三模型進行融合：

其中，所述i為所述點播影院的標識，所述為視頻k的與視頻播放時間t對應的評分，所述b_i為針對所述點播影院i設置的偏置，所述b_k為針對所述視頻k設置的偏置，所述p_i為所述點播影院i的影院特征的隱向量，所述為所述視頻k的內容特征的隱向量的轉置；所述為所述第一模型輸出的評分，所述為所述第二模型輸出的評分，所述為所述第三模型輸出的評分；其中，所述b_i、所述b_k、所述p_i以及所述q_k為需要進行訓練的參數。

4.根據權利要求2至3任一項所述的方法，其特征在于，所述第一模型輸出的評分的計算方式，包括：

將視頻播放時間和視頻的內容特征輸入所述第一模型，得到所述第一模型輸出的評分；

其中，所述第一模型包括：

所述為所述第一模型輸出的評分，所述i為所述點播影院的標識，所述為視頻k的內容特征的隱向量的轉置，所述為在視頻播放時間t，所述點播影院的視頻的內容特征的隱向量，所述為在所述播放時間t對應的第s個預設觀影周期，所述點播影院的視頻的內容特征的隱向量，所述α_i,s為所述的影響程度，所述S為所述預設觀影周期的總個數；所述h_s(t)為表明所述視頻播放時間t是否屬于所述第s個預設觀影周期的指示性函數；其中，所述和所述α_i,s為需要進行訓練的參數。