[發(fā)明專利]基于多模型的視頻類型獲取方法、裝置、電子設(shè)備有效
| 申請?zhí)枺?/td> | 202110607865.4 | 申請日： | 2021-06-01 |
| 公開（公告）號： | CN113220941B | 公開（公告）日： | 2022-08-02 |
| 發(fā)明（設(shè)計）人： | 韋嘉楠;鄭權(quán);周超勇;劉玉宇 | 申請（專利權(quán)）人： | 平安科技（深圳）有限公司 |
| 主分類號： | G06F16/75 | 分類號： | G06F16/75;G06F16/735 |
| 代理公司： | 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347 | 代理人： | 高杰;于志光 |
| 地址： | 518000 廣東省深圳市福田區(qū)福*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 模型 視頻 類型 獲取 方法 裝置 電子設(shè)備 | ||
1.一種基于多模型的視頻類型獲取方法，其特征在于，所述方法包括：
獲取目標(biāo)用戶播放多個視頻的行為特征集合，對所述行為特征集合進行分類，得到第一行為特征集和第二行為特征集，所述第一行為特征集為點擊類行為特征的集合，所述第二行為特征集為播放轉(zhuǎn)化類行為特征的集合；
獲取預(yù)構(gòu)建的改進分類模型，所述改進分類模型為基于第一分類子模型、第二分類子模型和特征分配層構(gòu)建的組合模型，所述第一分類子模型為根據(jù)點擊類行為特征進行分類的模型，所述第二分類子模型為根據(jù)播放轉(zhuǎn)化類行為特征進行分類的模型；
將所述第一行為特征集和所述第二行為特征集輸入至所述改進分類模型，利用所述特征分配層從所述第一行為特征集和所述第二行為特征集中選取第一特征子集，并將所述第一特征子 集對應(yīng)的第一視頻數(shù)據(jù)集合發(fā)送至所述第一分類子模型，并利用所述第一分類子模型將所述第一視頻數(shù)據(jù)集合進行點擊類分類，得到第一類型數(shù)量集合；以及
利用所述特征分配層從所述第一行為特征集和所述第二行為特征集中選取第二特征子集，并將所述第二特征子集對應(yīng)的第二視頻數(shù)據(jù)集合發(fā)送至所述第二分類子模型，利用所述第二分類子模型將所述第二視頻數(shù)據(jù)集合進行播放轉(zhuǎn)化類分類，得到第二類型數(shù)量集合；
將所述第一類型數(shù)量集合與所述第二類型數(shù)量集合中的各個視頻類型的數(shù)量進行權(quán)重計算，并從權(quán)重計算結(jié)果中選取占比大于預(yù)設(shè)數(shù)值的視頻類型作為所述目標(biāo)用戶感興趣的視頻類型。
2.如權(quán)利要求1所述的基于多模型的視頻類型獲取方法，其特征在于，所述將所述第一類型數(shù)量集合與所述第二類型數(shù)量集合中的各個視頻類型的數(shù)量進行權(quán)重計算，包括：
根據(jù)預(yù)設(shè)的權(quán)重配置規(guī)則，進行如下的權(quán)重計算：
Y(x)＝λ1*Y(x1)+λ2*Y(x2)
其中，所述Y(x)為視頻類型x的數(shù)量，Y(x1)為所述第一類型數(shù)量集合中視頻類型x的數(shù)量，Y(x2)為所述第二類型數(shù)量集合中視頻類型x的數(shù)量，λ1為第一權(quán)重配置參數(shù)，λ2為第二權(quán)重配置參數(shù)。
3.如權(quán)利要求1所述的基于多模型的視頻類型獲取方法，其特征在于，所述將所述第一行為特征集和所述第二行為特征集輸入至所述改進分類模型，利用所述特征分配層從所述第一行為特征集和所述第二行為特征集中選取第一特征子集，包括：
通過所述特征分配層從所述第一行為特征集選取全部行為特征，并從所述第二行為特征集中選取部分行為特征作為所述第一特征子集。
4.如權(quán)利要求1所述的基于多模型的視頻類型獲取方法，其特征在于，所述利用所述特征分配層從所述第一行為特征集和所述第二行為特征集中選取第二特征子集，包括：
通過所述特征分配層從所述第一行為特征集選取部分行為特征以及從所述第二行為特征集中選取部分行為特征作第二特征子集。
5.如權(quán)利要求4所述的基于多模型的視頻類型獲取方法，其特征在于，所述通過所述特征分配層從所述第一行為特征集選取部分行為特征以及從所述第二行為特征集中選取部分行為特征作第二特征子集，包括：
通過所述特征分配層從所述第一行為特征集中選取點擊類行為特征中符合點擊類條件的行為特征，并從所述第二行為特征集中選取播放轉(zhuǎn)化類行為特征中符合預(yù)設(shè)播放轉(zhuǎn)化條件的行為特征作為由第二特征子集。
6.如權(quán)利要求1所述的基于多模型的視頻類型獲取方法，其特征在于，所述從權(quán)重計算結(jié)果中選取占比大于預(yù)設(shè)數(shù)值的視頻類型作為所述目標(biāo)用戶感興趣的視頻類型之后，所述方法還包括：
獲取所述目標(biāo)用戶感興趣的視頻類型對應(yīng)視頻的歷史播放數(shù)量；
利用預(yù)構(gòu)建的數(shù)據(jù)可視化模板將各個所述歷史播放數(shù)量進行動態(tài)統(tǒng)計，得到所述目標(biāo)用戶的興趣統(tǒng)計圖；
根據(jù)所述興趣統(tǒng)計圖，判斷用戶感興趣的視頻類型的變化趨勢，根據(jù)所述變化趨勢及時調(diào)整向所述目標(biāo)用戶推送視頻的類別比例。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于平安科技（深圳）有限公司，未經(jīng)平安科技（深圳）有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110607865.4/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
