[發(fā)明專利]多媒體文件推薦方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110336117.7
• 申請(qǐng)日: 2021-03-29
• 公開(kāi)（公告）號(hào): CN113032589A
• 公開(kāi)（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 查強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 北京奇藝世紀(jì)科技有限公司
• 主分類號(hào): G06F16/435
• 分類號(hào): G06F16/435;G06F16/48;G06F16/33
• 代理公司: 北京柏杉松知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 高鶯然;馬敬

本發(fā)明實(shí)施例提供了多媒體文件推薦方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)，涉及計(jì)算機(jī)技術(shù)領(lǐng)域，可以向用戶推薦用戶感興趣的多媒體文件。本發(fā)明實(shí)施例包括：獲取待推薦用戶的歷史訪問(wèn)記錄，歷史訪問(wèn)記錄為待推薦用戶在指定時(shí)間段內(nèi)訪問(wèn)過(guò)的多媒體文件。然后基于歷史訪問(wèn)記錄包括的多媒體文件，生成待推薦用戶的歷史訪問(wèn)標(biāo)簽集合。同時(shí)獲取每個(gè)待推薦多媒體文件的標(biāo)簽集合。再基于預(yù)設(shè)深度語(yǔ)義匹配模型，確定歷史訪問(wèn)標(biāo)簽集合對(duì)應(yīng)的語(yǔ)義向量與每個(gè)待推薦多媒體文件的標(biāo)簽集合對(duì)應(yīng)的語(yǔ)義向量之間的相似度。接著根據(jù)歷史訪問(wèn)標(biāo)簽集合對(duì)應(yīng)的語(yǔ)義向量與每個(gè)待推薦多媒體文件的標(biāo)簽集合對(duì)應(yīng)的語(yǔ)義向量之間的相似度，選擇為待推薦用戶推薦的待推薦文件。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及多媒體文件推薦方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，用戶越來(lái)越頻繁地訪問(wèn)各種網(wǎng)站，以通過(guò)網(wǎng)站來(lái)瀏覽自己感興趣的多媒體文件。例如，用戶常常通過(guò)訪問(wèn)視頻網(wǎng)站來(lái)觀看自己喜愛(ài)的視頻。

但是，網(wǎng)站向每個(gè)用戶所推薦的內(nèi)容是一樣的。而對(duì)于不同用戶而言，每個(gè)用戶感興趣的多媒體文件是不相同的。這樣，使得網(wǎng)站所推薦的內(nèi)容無(wú)法滿足用戶的個(gè)性化需求。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于提供多媒體文件推薦方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)，以向用戶推薦用戶感興趣的多媒體文件，從而實(shí)現(xiàn)個(gè)性化推薦。具體技術(shù)方案如下：

第一方面，本發(fā)明實(shí)施例提供了一種多媒體文件推薦方法，可以包括：

獲取待推薦用戶的歷史訪問(wèn)記錄，所述歷史訪問(wèn)記錄為所述待推薦用戶在指定時(shí)間段內(nèi)訪問(wèn)過(guò)的多媒體文件；

基于所述歷史訪問(wèn)記錄包括的多媒體文件，生成所述待推薦用戶的歷史訪問(wèn)標(biāo)簽集合；

獲取每個(gè)待推薦多媒體文件的標(biāo)簽集合；

基于預(yù)設(shè)深度語(yǔ)義匹配模型，確定所述歷史訪問(wèn)標(biāo)簽集合對(duì)應(yīng)的語(yǔ)義向量與每個(gè)待推薦多媒體文件的標(biāo)簽集合對(duì)應(yīng)的語(yǔ)義向量之間的相似度；其中，所述預(yù)設(shè)深度語(yǔ)義匹配模型為基于樣本訓(xùn)練集對(duì)初始深度語(yǔ)義匹配模型訓(xùn)練得到的模型，所述樣本訓(xùn)練集包括每個(gè)樣本用戶的樣本歷史訪問(wèn)標(biāo)簽集合、正樣本標(biāo)簽集合和負(fù)樣本標(biāo)簽集合；針對(duì)每個(gè)樣本用戶，該樣本用戶的樣本歷史訪問(wèn)標(biāo)簽集合包括：該樣本用戶在歷史時(shí)間段內(nèi)訪問(wèn)過(guò)的多媒體文件對(duì)應(yīng)的標(biāo)簽；該樣本用戶的正樣本標(biāo)簽集合包括：該樣本用戶最近一次訪問(wèn)的多媒體文件對(duì)應(yīng)的標(biāo)簽；該樣本用戶的負(fù)樣本標(biāo)簽集合包括：預(yù)設(shè)數(shù)量的其他樣本用戶在所述歷史時(shí)間段內(nèi)訪問(wèn)過(guò)的多媒體文件對(duì)應(yīng)的標(biāo)簽；

根據(jù)所述歷史訪問(wèn)標(biāo)簽集合對(duì)應(yīng)的語(yǔ)義向量與每個(gè)待推薦多媒體文件的標(biāo)簽集合對(duì)應(yīng)的語(yǔ)義向量之間的相似度，選擇為所述待推薦用戶推薦的待推薦文件。

在一種可能的實(shí)現(xiàn)方式中，所述預(yù)設(shè)深度語(yǔ)義匹配模型通過(guò)以下步驟訓(xùn)練獲得：

構(gòu)建所述樣本訓(xùn)練集；

將所述樣本訓(xùn)練集包括的一個(gè)樣本用戶的樣本歷史訪問(wèn)標(biāo)簽集合、正樣本標(biāo)簽集合和負(fù)樣本標(biāo)簽集合輸入所述初始深度語(yǔ)義匹配模型，獲取所述初始深度語(yǔ)義模型輸出的第一相似度和第二相似度，所述第一相似度為樣本用戶的樣本歷史訪問(wèn)標(biāo)簽集合與正樣本標(biāo)簽集合之間的語(yǔ)義相似度，所述第二相似度為樣本用戶的樣本歷史訪問(wèn)標(biāo)簽集合與負(fù)樣本標(biāo)簽之間的語(yǔ)義相似度；

基于所述第一相似度和所述第二相似度計(jì)算損失函數(shù)值，根據(jù)所述損失函數(shù)值，判斷所述初始深度語(yǔ)義匹配模型是否收斂；

如果所述初始深度語(yǔ)義匹配模型未收斂，則根據(jù)所述損失函數(shù)值調(diào)整所述初始深度語(yǔ)義匹配模型的網(wǎng)絡(luò)參數(shù)，并返回將所述樣本訓(xùn)練集包括的一個(gè)樣本用戶的樣本歷史訪問(wèn)標(biāo)簽集合、正樣本標(biāo)簽集合和負(fù)樣本標(biāo)簽集合輸入所述初始深度語(yǔ)義匹配模型的步驟；

如果所述初始深度語(yǔ)義匹配模型收斂，則將當(dāng)前的初始深度語(yǔ)義匹配模型作為所述預(yù)設(shè)深度語(yǔ)義匹配模型。