[發(fā)明專利]一種媒資推薦方法、顯示設(shè)備及服務(wù)器

在審

• 申請?zhí)枺?/td>: 202210089220.0
• 申請日: 2022-01-25
• 公開（公告）號: CN114302242A
• 公開（公告）日: 2022-04-08
• 發(fā)明（設(shè)計）人: 由書凱;黃山山;王寶云
• 申請（專利權(quán)）人: 聚好看科技股份有限公司
• 主分類號: H04N21/466
• 分類號: H04N21/466;H04N21/234;H04N21/25;H04N21/482;H04N21/45
• 代理公司: 北京弘權(quán)知識產(chǎn)權(quán)代理有限公司 11363
• 代理人: 郭放;許偉群

1.一種服務(wù)器，其特征在于，所述服務(wù)器被配置為：

從顯示設(shè)備獲取目標(biāo)用戶的用戶行為日志，以及將所述目標(biāo)用戶的所述用戶行為日志輸入推薦模型，輸出推薦媒資列表，其中，所述用戶行為日志表征所述目標(biāo)用戶的真實行為特征；

利用所述用戶行為日志將所述目標(biāo)用戶聚類為兩個目標(biāo)群體；

分別計算兩個所述目標(biāo)群體的熱度差值，以及將熱度差值最大的所述目標(biāo)群體確定為去曝光偏差群體，將熱度差值最小的所述目標(biāo)群體確定為非去曝光偏差群體，其中，所述去曝光偏差群體為對熱門媒資不感興趣的用戶群體；

利用所述去曝光偏差群體的所述用戶行為日志構(gòu)建對抗模型，以及將所述目標(biāo)用戶的所述用戶行為日志、所述推薦媒資列表的數(shù)據(jù)以及冷門媒資數(shù)據(jù)，輸入所述對抗模型，輸出對抗媒資列表，其中，所述冷門媒資數(shù)據(jù)表征所述目標(biāo)用戶的虛擬行為特征；

根據(jù)所述推薦媒資列表的數(shù)據(jù)和所述對抗媒資列表的數(shù)據(jù)，輸出去曝光偏差媒資列表。

2.根據(jù)權(quán)利要求1所述的服務(wù)器，其特征在于，所述服務(wù)器還被配置為：

在用戶屬于去曝光偏差群體時，向所述顯示設(shè)備反饋所述去曝光偏差媒資列表；

在用戶屬于非去曝光偏差群體時，向所述顯示設(shè)備反饋所述推薦媒資列表。

3.根據(jù)權(quán)利要求1所述的服務(wù)器，其特征在于，利用所述用戶行為日志將用戶聚類為兩個目標(biāo)群體，具體為：

根據(jù)所述用戶行為日志生成用戶特征向量；

根據(jù)所述用戶特征向量利用KNN算法將用戶聚類為兩個目標(biāo)群體。

4.根據(jù)權(quán)利要求1所述的服務(wù)器，其特征在于，計算目標(biāo)群體的熱度差值的步驟具體為：

計算目標(biāo)群體的平均熱度，所述平均熱度的計算公式為：

其中，θ(i)為媒資i在整個目標(biāo)群體group中播放的頻率，l_user為目標(biāo)群體中某個用戶觀看媒資列表的媒資個數(shù)，N_group為群體中用戶人數(shù)；

根據(jù)所述平均熱度計算目標(biāo)群體的所述熱度差值，所述熱度差值的計算公式為：

其中，GAP(group)_rs為根據(jù)系統(tǒng)推薦的媒資列表的平均熱度計算結(jié)果，GAP(group)_p為根據(jù)用戶真實觀影行為的媒資列表的平均熱度計算結(jié)果。

5.根據(jù)權(quán)利要求1所述的服務(wù)器，其特征在于，根據(jù)所述推薦媒資列表的數(shù)據(jù)和所述對抗媒資列表的數(shù)據(jù)，輸出去曝光偏差媒資列表，具體為：對所述推薦媒資列表中的數(shù)據(jù)和所述對抗媒資列表中的數(shù)據(jù)進行隨機采樣之后，輸出所述去曝光偏差媒資列表。

6.一種顯示設(shè)備，其特征在于，包括：

顯示器，用于顯示用戶界面；

控制器，用于執(zhí)行：

在用戶屬于去曝光偏差群體時，從服務(wù)器接收去曝光偏差媒資列表，以及在所述顯示器上顯示所述去曝光偏差媒資列表；

其中，所述去曝光偏差媒資列表是根據(jù)推薦媒資列表的數(shù)據(jù)和對抗媒資列表的數(shù)據(jù)輸出的列表，所述推薦媒資列表是將目標(biāo)用戶的用戶行為日志輸入推薦模型之后輸出的列表，所述用戶行為日志表征所述目標(biāo)用戶的真實行為特征，所述對抗媒資列表是將所述目標(biāo)用戶的所述用戶行為日志、所述推薦媒資列表的數(shù)據(jù)以及冷門媒資數(shù)據(jù)輸入所述對抗模型之后輸出的列表，所述冷門媒資數(shù)據(jù)表征用戶虛擬行為特征，所述去曝光偏差群體是計算兩個目標(biāo)群體的熱度差值之后熱度差值最大的目標(biāo)群體，所述去曝光偏差群體為對熱門媒資不感興趣的用戶群體，兩個所述目標(biāo)群體是利用所述用戶行為日志聚類得到的群體；

在用戶屬于非去曝光偏差群體時，從所述服務(wù)器接收所述推薦媒資列表，以及在所述顯示器上顯示所述推薦媒資列表。

7.根據(jù)權(quán)利要求6所述的顯示設(shè)備，其特征在于，利用所述用戶行為日志將用戶聚類為兩個目標(biāo)群體，具體為：

根據(jù)所述用戶行為日志生成用戶特征向量；

根據(jù)所述用戶特征向量利用KNN算法將用戶聚類為兩個目標(biāo)群體。