[發明專利]視頻推薦模型的生成方法、視頻推薦方法、裝置

在審

• 申請號: 202010181496.2
• 申請日: 2020-03-16
• 公開（公告）號: CN113407772A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 劉永起
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/735
• 分類號: G06F16/735;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 謝曲曲

本公開關于一種視頻推薦模型的生成方法、視頻推薦方法、裝置、電子設備及存儲介質。所述方法包括：從每個用戶歷史會話中提取多個正反饋視頻和多個負反饋視頻；建立每個用戶歷史會話對應的多個視頻對，每個視頻對中包含一個正反饋視頻和一個負反饋視頻；根據每個視頻對中的正反饋視頻的特征、負反饋視頻的特征以及用戶特征，對待訓練視頻推薦模型進行訓練，得到視頻推薦模型。該方法通過使用同一個用戶歷史會話中的正反饋視頻和負反饋視頻組成的視頻對對視頻推薦模型進行訓練，充分利用用戶歷史會話中的相關信息，能夠更好地捕捉用戶的實際需求，從而能夠對候選推薦視頻中的負反饋目標視頻達到更好的過濾效果，提高了視頻推薦的準確性。

技術領域

本公開涉及網絡數據處理技術領域，尤其涉及一種視頻推薦模型的生成方法、裝置、電子設備及存儲介質，以及一種視頻推薦方法、裝置、電子設備及存儲介質。

背景技術

目前市場上有很多視頻類應用，這些應用通過根據用戶的歷史行為信息給用戶推薦可能符合用戶興趣的視頻，以達到提升點擊率，延長用戶留存的效果。為用戶推薦視頻，除了“推薦給用戶喜歡的作品”的正反饋過程，往往還存在“過濾掉用戶不喜歡的作品”的負反饋過程。負反饋過程的產品形態一般是在視頻展示頁提供負反饋按鈕，例如“不喜歡”、“不感興趣”等按鈕，在用戶觸發負反饋按鈕之后，推薦系統將減少或者避免該類型視頻的展現。

相關技術中，負反饋過濾的其中一個方式是基于模型進行過濾，可以將用戶觸發過負反饋按鈕的視頻作為正樣本，其他則作為負樣本進行模型訓練。然后，使用訓練好的模型對每個待推薦視頻預測一個負反饋分數，負反饋分數超過閾值的視頻將不給用戶推薦。這種基于模型的過濾方式僅僅根據用戶當前時刻的負反饋視頻進行模型訓練，容易因為對用戶負反饋視頻的理解偏差而導致模型對具有負反饋可能性的視頻判斷不準確，進而導致為用戶推薦視頻不準確。

發明內容

本公開提供一種視頻推薦模型的生成方法、裝置、電子設備及存儲介質，以及一種視頻推薦方法、裝置、電子設備及存儲介質，以至少解決相關技術中在視頻推薦時不準確的問題。本公開的技術方案如下：

根據本公開實施例的第一方面，提供一種視頻推薦模型的生成方法，包括：

從每個用戶歷史會話中提取多個正反饋視頻和多個負反饋視頻；

建立每個用戶歷史會話對應的多個視頻對，每個視頻對中包含一個正反饋視頻和一個負反饋視頻；

根據每個視頻對中的正反饋視頻的特征、負反饋視頻的特征以及用戶特征，對待訓練視頻推薦模型進行訓練，得到視頻推薦模型。

在本公開的另一個實施例中，視頻推薦模型包括第一神經網絡和第二神經網絡；根據每個視頻對中的正反饋視頻的特征、負反饋視頻的特征以及用戶特征，對待訓練視頻推薦模型進行訓練，得到視頻推薦模型，包括：

通過第一神經網絡對用戶特征進行加權求和；

通過第二神經網絡對每個視頻對中的正反饋視頻的特征和負反饋視頻的特征進行加權求和；

計算每個視頻對中，加權求和后的正反饋視頻的特征與加權求和后的用戶特征的第一相似度，以及加權求和后的負反饋視頻的特征與加權求和后的用戶特征的第二相似度；

根據每個視頻對對應的第一相似度和第二相似度計算損失函數值，將損失函數值最小的待訓練視頻推薦模型確定為視頻推薦模型。

在本公開的另一個實施例中，建立每個用戶歷史會話對應的多個視頻對，包括：

從每個用戶歷史會話對應的多個正反饋視頻中，隨機選擇預設數量的正反饋視頻，與每個用戶歷史會話對應的各負反饋視頻依次建立視頻對，得到多個視頻對。

在本公開的另一個實施例中，用戶歷史會話是從原始歷史會話中篩選出的包含有負反饋視頻的歷史會話。