[發明專利]多媒體資源推薦方法、裝置、設備以及存儲介質

有效

• 申請號: 202111016585.2
• 申請日: 2021-08-31
• 公開（公告）號: CN113792212B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 唐楠;張華泉;盧玉奇;熊瑯環;黃盛林;趙怡瑾;王淼;黃海如;陳慧敏;廖武;梁博翔
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/435;G06F16/45
• 代理公司: 北京猷德知識產權代理有限公司 16084
• 代理人: 范繼晨

本公開提供了一種多媒體資源推薦方法、裝置、設備以及存儲介質，涉及產品推薦領域，尤其涉及多媒體資源推薦領域。具體實現方案為：獲取第一用戶的第一用戶特征信息，其中，上述第一用戶為目標應用程序的待推薦用戶，上述第一用戶特征信息包括以下至少之一：用戶畫像特征信息、用戶設備特征信息、用戶操作特征信息；基于上述第一用戶特征信息確定上述第一用戶所屬的目標人群；獲取上述目標應用程序中與上述目標人群關聯的至少一種多媒體資源，并獲取上述關聯的至少一種多媒體資源的資源類型；基于上述資源類型向上述第一用戶推薦目標多媒體資源。本公開解決了現有技術中多媒體資源推薦方法存在對用戶覆蓋有限、精度不足的技術問題。

技術領域

本公開涉及產品推薦技術領域，尤其涉及多媒體資源推薦領域。

背景技術

目前，在多媒體資源推薦領域，主要是通過全局高熱推薦和基于用戶地域的高熱進行推薦的；全局高熱推薦的推薦方法，選取了推薦系統中點擊用戶最多的資源，給新用戶進行推薦；基于用戶地域的高熱推薦方法，選取了用戶所在地區用戶感興趣的資源，給該地區新用戶推薦。

但是，現有技術中采用的全局高熱推薦和基于用戶地域的高熱推薦方法對用戶劃分不夠細致，在用戶基數不足的情況下也難以找到適配的資源。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本公開提供了一種用于多媒體資源推薦的方法、裝置、設備以及存儲介質。

根據本公開的一方面，提供了一種多媒體資源推薦方法，包括：獲取第一用戶的第一用戶特征信息，其中，上述第一用戶為目標應用程序的待推薦用戶，上述第一用戶特征信息包括以下至少之一：用戶畫像特征信息、用戶設備特征信息、用戶操作特征信息；基于上述第一用戶特征信息確定上述第一用戶所屬的目標人群；獲取上述目標應用程序中與上述目標人群關聯的至少一種多媒體資源，并獲取上述關聯的至少一種多媒體資源的資源類型；基于上述資源類型向上述第一用戶推薦目標多媒體資源。

可選的，上述用戶畫像特征信息用于表征上述第一用戶所屬人群的人群屬性特征信息；上述用戶操作特征信息用于表征上述第一用戶對上述廣告資源執行操作時產生的特征信息，上述用戶設備特征信息用于表征上述第一用戶操作當前設備時產生的操作特征信息。

可選的，在基于上述第一用戶特征信息確定上述第一用戶所屬的目標人群之前，上述方法還包括：獲取第二用戶的第二用戶特征信息，其中，上述第二用戶為在預定時間段內上述目標應用程序的所有用戶；獲取上述第二用戶對上述目標應用程序中多媒體資源的操作信息，其中，上述操作信息用于表征上述第二用戶對上述多媒體資源的感興趣程度；基于上述操作信息和上述第二用戶特征信息，將上述第二用戶進行分類，獲取至少一類上述目標人群，其中，每個上述目標人群關聯的一個或多個興趣資源。

可選的，基于上述第一用戶特征信息確定上述第一用戶所屬的目標人群，包括：匹配上述第一用戶特征信息和上述第二用戶特征信息，得到匹配結果；基于上述匹配結果，從至少一類上述目標人群中確定上述第一用戶所屬的上述目標人群。

可選的，在獲取上述關聯的至少一種多媒體資源的資源類型之前，上述方法還包括：將上述操作信息和上述第二用戶特征信息作為訓練樣本，訓練得到深度語義匹配網絡模型，其中，上述深度語義匹配網絡模型包括：網絡側模型和用戶側模型。

可選的，獲取上述關聯的至少一種多媒體資源的資源類型，包括：依據上述網絡側模型和用戶側模型對上述目標應用程序中的全量多媒體資源進行特征抽取處理，得到網絡側特征；將上述網絡側特征輸入至上述網絡側模型，以及將在線抽取到的上述目標人群的用戶側特征輸入至上述用戶側模型，其中，上述網絡側模型用于采用預訓練的深度神經網絡參數和上述網絡側特征得到網絡側向量，上述用戶側模型用于采用預訓練的深度神經網絡參數和上述用戶側特征得到用戶側向量；采用上述用戶側向量對上述網絡側向量進行檢索，得到檢索結果；基于上述檢索結果，確定與上述目標人群關聯的至少一種多媒體資源的資源類型。