[發(fā)明專利]短視頻推薦處理方法、裝置、智能終端及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111040064.0
• 申請(qǐng)日: 2021-09-06
• 公開(kāi)（公告）號(hào): CN113626638A
• 公開(kāi)（公告）日: 2021-11-09
• 發(fā)明（設(shè)計(jì)）人: 程光劍;李晶
• 申請(qǐng)（專利權(quán)）人: 深圳市易平方網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06F16/735
• 分類號(hào): G06F16/735;G06F16/78;G06K9/62
• 代理公司: 深圳市君勝知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44268
• 代理人: 朱陽(yáng)波

1.一種短視頻推薦處理方法，其特征在于，所述方法包括：

檢測(cè)短視頻用戶賬戶是否為首次使用；

當(dāng)檢測(cè)短視頻用戶賬戶為首次使用，獲取所述短視頻用戶賬戶同一智能設(shè)備預(yù)設(shè)周期內(nèi)預(yù)定長(zhǎng)視頻歷史記錄及長(zhǎng)視頻自帶的標(biāo)簽；

基于所述預(yù)定長(zhǎng)視頻歷史記錄及長(zhǎng)視頻自帶的標(biāo)簽，確定所述短視頻用戶賬戶感興趣的長(zhǎng)視頻；

基于所述短視頻用戶賬戶感興趣的長(zhǎng)視頻，利用bert模型確定與所述短視頻用戶賬戶感興趣的長(zhǎng)視頻具有相似度的短視頻；

基于所述具有相似度的短視頻，按相似度從高到底排序依次推薦給所述短視頻用戶賬戶。

2.根據(jù)權(quán)利要求1所述的短視頻推薦處理方法，其特征在于，所述檢測(cè)短視頻用戶賬戶是否為首次使用的步驟還包括：

當(dāng)檢測(cè)短視頻用戶賬戶不是首次使用，則控制直接使用短視頻的記錄通過(guò)bert模型進(jìn)行推薦。

3.根據(jù)權(quán)利要求1所述的短視頻推薦處理方法，其特征在于，所述當(dāng)檢測(cè)短視頻用戶賬戶為首次使用，獲取所述短視頻用戶賬戶同一智能設(shè)備預(yù)設(shè)周期內(nèi)預(yù)定長(zhǎng)視頻歷史記錄及長(zhǎng)視頻自帶的標(biāo)簽的步驟包括：

當(dāng)智能設(shè)備的短視頻用戶賬戶為首次使用，則獲取所述智能設(shè)備短視頻用戶賬戶在預(yù)設(shè)周期內(nèi)的預(yù)定長(zhǎng)視頻歷史記錄及長(zhǎng)視頻自帶的標(biāo)簽；

依據(jù)所述短視頻用戶賬戶同一智能設(shè)備的長(zhǎng)視頻觀看歷史記錄，將智能設(shè)備端軟件開(kāi)發(fā)工具包的所述長(zhǎng)視頻上報(bào)數(shù)據(jù)至數(shù)據(jù)倉(cāng)庫(kù)，包括將長(zhǎng)視頻對(duì)應(yīng)的標(biāo)簽存儲(chǔ)至所述數(shù)據(jù)倉(cāng)庫(kù)中；

清洗所述數(shù)據(jù)倉(cāng)庫(kù)中的不規(guī)范數(shù)據(jù)和篩選預(yù)設(shè)周期內(nèi)的預(yù)定長(zhǎng)視頻歷史記錄數(shù)據(jù)，并將媒資信息數(shù)據(jù)關(guān)聯(lián)至長(zhǎng)視頻記錄中，用于后續(xù)bert模型計(jì)算。

4.根據(jù)權(quán)利要求1所述的短視頻推薦處理方法，其特征在于，所述基于所述預(yù)定長(zhǎng)視頻歷史記錄及長(zhǎng)視頻自帶的標(biāo)簽，確定所述短視頻用戶賬戶感興趣的長(zhǎng)視頻的步驟包括：

獲取所述預(yù)定長(zhǎng)視頻歷史記錄及長(zhǎng)視頻自帶的標(biāo)簽；

根據(jù)所述歷史記錄以及標(biāo)簽，利用基于物品的協(xié)同過(guò)濾算法計(jì)算得到待推薦的K個(gè)長(zhǎng)視頻。

5.根據(jù)權(quán)利要求1所述的短視頻推薦處理方法，其特征在于，所述基于所述短視頻用戶賬戶感興趣的長(zhǎng)視頻，利用bert模型確定與所述短視頻用戶賬戶感興趣的長(zhǎng)視頻具有相似度的短視頻包括：

分別利用bert預(yù)訓(xùn)練模型將待推薦的K個(gè)長(zhǎng)視頻和待推薦的短視頻的標(biāo)簽轉(zhuǎn)化為句子向量，利用余弦公式計(jì)算長(zhǎng)視頻與短視頻之間相似度；

計(jì)算用戶對(duì)待推薦的短視頻興趣度并按興趣度排序，得到需推薦K部最感興趣的短視頻內(nèi)容。

6.根據(jù)權(quán)利要求1所述的短視頻推薦處理方法，其特征在于，所述基于所述具有相似度的短視頻，按相似度從高到底排序依次推薦給所述短視頻用戶賬戶的步驟包括：

按相似度從高到底排序給短視頻新用戶推薦前K個(gè)短視頻。

7.根據(jù)權(quán)利要求2所述的短視頻推薦處理方法，其特征在于，所述當(dāng)檢測(cè)短視頻用戶賬戶不是首次使用，則控制直接使用短視頻的記錄通過(guò)bert模型進(jìn)行推薦的步驟包括：

利用bert訓(xùn)練模型將每個(gè)短視頻的標(biāo)簽轉(zhuǎn)化為句子向量并用預(yù)定余弦公式計(jì)算向量之間的相似度得到句子V；

構(gòu)建所述用戶帳戶與短視頻之間的用戶評(píng)分矩陣U，所述矩陣U使用用戶賬戶對(duì)短視頻的使用次數(shù)和觀看時(shí)長(zhǎng)加權(quán)構(gòu)建；

計(jì)算用戶帳戶對(duì)待推薦的短視頻的興趣度，即P＝UV，按興趣度大小排序，選擇前K部短視頻進(jìn)行推薦。