[發明專利]智慧大屏應用于內容智能推薦的方法、系統和電子設備

在審

• 申請號: 202210215811.8
• 申請日: 2022-03-07
• 公開（公告）號: CN114625779A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 車柯;盧姿萍
• 申請（專利權）人: 深圳市虎瑞科技有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/735;G06K9/62;G06Q30/02
• 代理公司: 深圳知幫辦專利代理有限公司 44682
• 代理人: 李賾

1.一種智慧大屏應用于內容智能推薦的方法，其特征在于，包括：

獲取智慧屏與智能設備的多條第一交互數據，以及，所述智慧屏與用戶的多條第二交互數據，其中，所述第一交互數據包括交互時間、交互事件和智能設備ID，所述第二交互數據包括交互時間、交互事件和用戶ID；

將所述多個第一交互數據和所述多條第二交互數據分別通過包含嵌入層的基于上下文的編碼器模型以獲得與所述多條第一交互數據對應的多個第一特征向量和與所述多條第二交互數據對應的多個第二特征向量；

將獲取的所有推薦主題通過所述包含嵌入層的基于上下文的編碼器模型以獲得與所述所有推薦主題對應的多個第三特征向量；

對于所述多個第一特征向量，分別計算所述多個第一特征向量中各個第一特征向量相對于所述多個第三特征向量中每個第三特征向量之間的相似性以獲得對應于各個所述第一特征向量的第一相似性向量，以獲得對應于所述多個第一特征向量的第一相似性向量的序列；

對于所述多個第二特征向量，分別計算所述多個第二特征向量中各個第二特征向量相對于所述多個第三特征向量中每個第三特征向量之間的相似性以獲得對應于各個所述第二特征向量的第二相似性向量，以獲得對應于所述多個第二特征向量的第二相似性向量的序列；

計算所述第一相似性向量的序列中各個第一相似性向量相對于所述第二相似性向量的序列中各個第二相似性向量的第一偏好因數以獲得第一偏好因數的序列，以及，計算所述第二相似性向量的序列中各個第二相似性向量相對于所述第一相似性向量的序列中各個第一相似性向量的第二偏好因數以獲得第二偏好因數的序列，其中，所述第一偏好因數為所述第一相似性向量與所述第二相似性向量的轉置的乘積除以所述第一相似性向量的一范數與所述第二相似性向量的一范數的乘積，所述第二偏好因數為所述第二相似性向量與所述第一相似性向量的轉置的乘積除以所述第一相似性向量的一范數與所述第二相似性向量的一范數的乘積；

計算所述第一偏好因數的序列中各個第一偏好因數相對于所述第一偏好因數的序列的整體的第一偏好響應性值以獲得由多個所述第一偏好響應性值組成的第一偏好響應性向量，以及，計算所述第二偏好因數的序列中各個第二偏好因數相對于所述第二偏好因數的序列的整體的第二偏好響應性值以獲得由多個所述第二偏好響應性值組成的第二偏好響應性向量；

將所述第一偏好響應性向量和所述第二偏好響應性向量進行級聯以獲得分類向量；

將所述分類向量通過以每個所述第三特征向量作為標簽的分類器以獲得所述分類向量歸屬于每個標簽的分類結果；以及

基于所述分類結果對所述智慧屏進行內容推送。

2.根據權利要求1所述的智慧大屏應用于內容智能推薦的方法，其中，將所述多個第一交互數據和所述多條第二交互數據分別通過包含嵌入層的基于上下文的編碼器模型以獲得與所述多條第一交互數據對應的多個第一特征向量和與所述多條第二交互數據對應的多個第二特征向量，包括：

使用所述編碼器模型的嵌入層分別將所述第一交互數據中各個數據項轉化為第一嵌入向量以獲得多個第一嵌入向量，并將所述多個第一嵌入向量進行級聯以獲得對應于各個所述第一交互數據的第一輸入向量；

將與所述多個第一交互數據對應的多個所述第一輸入向量通過所述編碼器模型的轉化器以獲得所述多個第一特征向量，其中，所述轉化器用于對多個所述第一輸入向量進行基于全局的上下文語義編碼；

使用所述編碼器模型的嵌入層分別將所述第二交互數據中各個數據項轉化為第二嵌入向量以獲得多個第二嵌入向量，并將所述多個第二嵌入向量進行級聯以獲得對應于各個所述第二交互數據的第二輸入向量；

將與所述多個第二交互數據對應的多個所述第二輸入向量通過所述編碼器模型的轉化器以獲得所述多個第二特征向量，其中，所述轉化器用于對多個所述第二輸入向量進行基于全局的上下文語義編碼。