[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

本申請公開了一種多媒體信息推薦方法、裝置和設備及存儲介質，涉及計算機技術領域，用于提升多媒體信息推薦的精準性。該方法包括：獲取多個多媒體信息的資源屬性信息以及當前時間段之前的N個連續時間段對應的N個互動數據集合；分別獲取各多媒體信息每一互動數據集合對應的互動率偏差值集合；利用已訓練的互動率校正模型，根據資源屬性信息與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；通過互動率偏差值分別對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，從多個多媒體信息中確定目標多媒體信息，并將目標多媒體信息推薦給目標用戶，從而實現多媒體信息的精準推薦。

技術領域

本申請涉及計算機技術領域，提供一種多媒體信息推薦方法、裝置和設備及存儲介質。

背景技術

智能出價廣告是一種新的出價方式，廣告主可以選擇期望優化的優化目標，并提供對該優化目標期望的平均轉化成本（target_cpa），廣告平臺通過預估每一次展示的轉化價值，自動進行出價。目前常見的自動出價方案包括優化行為出價（optimized cost peraction，ocpa）方案、優化點擊付費（optimized cost per click，ocpc）方案和優化千次展現出價（optimized cost per mille，ocpm）方案。以ocpa方案為例，當廣告主在廣告投放流程中選定優化目標，例如移動應用的激活或者購物網站的下單等，并填寫愿意為此投放目標而支付的平均價格，并及時準確的回傳效果數據，廣告平臺則可以借助轉化預估模型，實時預估每一次廣告展示對廣告主的轉化價值，自動進行廣告出價，最終按照點擊扣費，使得每個優化目標平攤成本在廣告主期望的成本價附近區間內。

其中，在廣告出價環節中根據廣告在用戶上的轉化價值來決定廣告的排序，從而決定廣告是否能夠獲取此次曝光以及獲得此次曝光之后廣告主的成本是否符合預期，例如對于ocpa方案而言，將每千次曝光的總扣費（effective cost per mille，ecpm）作為廣告競價排序的指標，通過計算獲得各個廣告的ecpm，ecpm高的廣告優先進行曝光。但是，由于廣告出價環節中是根據預估的互動率進行的，如預估轉化率（conversion rate，CVR），由于CVR預估存在數據稀疏等問題，難以做到完全準確預估，從而導致CVR預估存在很大偏差，從而影響廣告出價環節的轉化成本，從而使得廣告的實際成本難以達成廣告主的預期。

可見，預估互動率的準確性直接影響到當前曝光機會所要曝光的廣告，因而預估互動率準確性較低時，也無法精準的實現廣告推薦。其他多媒體信息推薦系統，也存在同樣問題。

發明內容

本申請實施例提供一種多媒體信息推薦方法、裝置和設備及存儲介質，用于提升多媒體信息推薦的精準性。

一方面，提供一種多媒體信息推薦方法，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；