[發明專利]多媒體信息推薦方法、裝置和設備及存儲介質

有效

• 申請號: 202010931706.5
• 申請日: 2020-09-08
• 公開（公告）號: CN111798280B
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 嚴超
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/435
• 分類號: G06F16/435;G06Q30/02
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 李娟

1.一種多媒體信息推薦方法，其特征在于，所述方法包括：

獲取多個多媒體信息的資源屬性信息，以及所述多個多媒體信息在當前時間段之前的N個連續時間段對應的N個互動數據集合，其中，每一時間段的互動數據集合包括所述多媒體信息在多個特征維度上的互動數據；

分別獲取各多媒體信息的N個互動數據集合中每一互動數據集合對應的互動率偏差值集合；其中，每一互動率偏差值集合包括所述多媒體信息在多個特征維度上的互動率偏差值，每一互動率偏差值表示一個特征維度上預估互動率與真實互動率之間的偏差；所述預估互動率為預估的用戶與多媒體信息進行互動的次數與所述多媒體信息的展示次數之間的比值；

利用已訓練的互動率校正模型，根據各多媒體信息的資源屬性信息與N個互動數據集合對應的N個互動率偏差值集合，獲取各多媒體信息在當前時間段的互動率偏差值；其中，所述互動率校正模型是利用多個訓練樣本訓練得到的，每一訓練樣本包括一個多媒體信息的資源屬性信息以及N+1個連續時間段的互動率偏差值集合；所述互動率偏差值表示多媒體信息的預估互動率與真實互動率之間的偏差；

通過各多媒體信息在當前時間段的互動率偏差值分別對各多媒體信息的預估互動率進行校正；

根據各多媒體信息校正后的預估互動率，從所述多個多媒體信息中確定目標多媒體信息，并將所述目標多媒體信息推薦給目標用戶。

2.如權利要求1所述的方法，其特征在于，所述互動率校正模型是通過如下訓練過程訓練得到的：

從訓練樣本庫中獲取設定數量的訓練樣本；

通過獲取的訓練樣本，按照設定的訓練參數對所述互動率校正模型進行多次訓練，每一次訓練過程包括如下步驟：

根據所述資源屬性信息以及N+1個連續時間段中前N個時間段的互動率偏差值集合，通過所述互動率校正模型，獲取每一訓練樣本的多媒體信息在第N+1個時間段的互動率偏差值；

根據所述訓練樣本的多媒體信息在第N+1個時間段的互動率偏差值，與所述訓練樣本中第N+1個時間段的互動率偏差值集合，獲取所述互動率校正模型的損失值；

根據所述損失值確定是否繼續對所述互動率校正模型進行訓練；

若確定繼續對所述互動率校正模型進行訓練，則對所述互動率校正模型的模型參數進行調整，并通過調整后的所述互動率校正模型繼續下一次訓練過程。

3.如權利要求1所述的方法，其特征在于，所述互動率校正模型包括寬度子模型和深度子模型，則針對每一多媒體信息，利用互動率校正模型獲取互動率偏差值，包括：

根據所述N個互動率偏差值集合，通過所述寬度子模型獲取多媒體信息的互動率偏差向量；

根據所述資源屬性信息，通過所述深度子模型獲取多媒體信息的資源表示向量；

基于所述寬度子模型和所述深度子模型的權重，根據所述互動率偏差向量和所述資源表示向量得到在當前時間段的互動率偏差值。

4.如權利要求3所述的方法，其特征在于，根據所述N個互動率偏差值集合，通過所述寬度子模型獲取多媒體信息的互動率偏差向量，包括：

根據每一特征維度在每一時間段內的互動次數所屬的數值區間，確定所述每一特征維度在每一時間段內的互動率偏差值集合對應的互動率偏差子向量，其中，所述數值區間是根據互動次數的置信度進行劃分的；

將各個特征維度在各時間段的互動率偏差子向量進行拼接，得到多媒體信息對應的互動率偏差向量。

5.如權利要求4所述的方法，其特征在于，根據每一特征維度在每一時間段內的互動次數所屬的數值區間，確定所述每一特征維度在每一時間段內的互動率偏差值集合對應的互動率偏差子向量，包括：

將所述每一特征維度在每一時間段內的互動次數所屬的數值區間對應位置賦值為所述每一特征維度在每一時間段的互動率偏差值，除所述每一特征維度在每一時間段內的互動次數所屬的數值區間之外的其余數值區間對應位置賦值為空值，以得到所述每一特征維度在每一時間段內的互動率偏差值集合對應的互動率偏差子向量。

6.如權利要求1-5任一所述的方法，其特征在于，所述多個特征維度包括多個單一特征維度和由所述多個單一特征維度進行交叉得到的交叉特征維度。