【技术实现步骤摘要】
一种多媒体信息推荐的方法、装置、设备和介质
本申请涉及计算机
,尤其涉及一种多媒体信息推荐的方法、装置、设备和介质。
技术介绍
随着互联网技术的发展,多媒体信息的数量也在不断的增长。为提高用户体验,多媒体信息应用通常会根据用户当前查看的多媒体信息向用户推荐相关的多媒体信息,并在收到用户对推荐多媒体信息的负反馈后,针对该用户屏蔽该多媒体信息来源。例如,视频应用根据用户当前观看的视频,获取相关视频,并将该相关视频推荐给用户,以及当接收到用户的负面评价时,针对该用户屏蔽该视频来源。但是,现有技术中,确定推荐多媒体信息时,仅根据用户当前查看的多媒体信息等特定条件,对各多媒体信息进行简单筛选,多媒体信息推荐的精准度较低,这会导致用户的负面评价,以及多媒体信息应用在接收到用户的负反馈后,无法根据收到的负反馈对多媒体信息推荐进行精准的调整,仍然可能会向用户推荐类似的用户不感兴趣的多媒体信息。由此,如何对多媒体信息推荐进行优化,减少用户负反馈,是一个亟待解决的问题。
技术实现思路
本申请实施例提供一种多媒体信息推荐的方法、装置、设备和介质,用以在向用户推荐多媒体信息时,对多媒体信息推荐进行优化,提高多媒体信息推荐的精准度。一方面,提供一种多媒体信息推荐的方法,包括:按照预设筛选条件,对获取的各多媒体信息进行筛选,获得待推荐的候选多媒体信息;获取待推荐的候选多媒体信息的多媒体信息标签;获取对应多媒体信息标签设置的反馈预估模型,以及待推荐用户的用户画像,一个多媒体 ...
【技术保护点】
1.一种多媒体信息推荐的方法,其特征在于,包括:/n按照预设筛选条件,对获取的各多媒体信息进行筛选,获得待推荐的候选多媒体信息;/n获取待推荐的候选多媒体信息的多媒体信息标签;/n获取对应所述多媒体信息标签设置的反馈预估模型,以及待推荐用户的用户画像,一个多媒体信息标签对应的反馈预估模型用于根据用户的用户画像预测该用户对该多媒体信息标签对应的多媒体信息的反馈;/n根据所述反馈预估模型和所述用户画像,预估所述待推荐用户对所述候选多媒体信息的反馈结果;/n当所述反馈结果表征负反馈时,不向所述待推荐用户推荐所述候选多媒体信息;/n当所述反馈结果表征非负反馈时,向所述待推荐用户推荐所述候选多媒体信息。/n
【技术特征摘要】
1.一种多媒体信息推荐的方法,其特征在于,包括:
按照预设筛选条件,对获取的各多媒体信息进行筛选,获得待推荐的候选多媒体信息;
获取待推荐的候选多媒体信息的多媒体信息标签;
获取对应所述多媒体信息标签设置的反馈预估模型,以及待推荐用户的用户画像,一个多媒体信息标签对应的反馈预估模型用于根据用户的用户画像预测该用户对该多媒体信息标签对应的多媒体信息的反馈;
根据所述反馈预估模型和所述用户画像,预估所述待推荐用户对所述候选多媒体信息的反馈结果;
当所述反馈结果表征负反馈时,不向所述待推荐用户推荐所述候选多媒体信息;
当所述反馈结果表征非负反馈时,向所述待推荐用户推荐所述候选多媒体信息。
2.如权利要求1所述的方法,其特征在于,在获取对应所述多媒体信息标签设置的反馈预估模型之前,进一步包括:
获取热点标签集合,所述热点标签集合为指定数量的指定多媒体信息标签的集合;
当所述热点标签集合中不包含所述多媒体信息标签时,向所述待推荐用户推荐所述候选多媒体信息;
当所述热点标签集合中包含所述多媒体信息标签时,执行所述获取对应所述多媒体信息标签设置的反馈预估模型的步骤。
3.如权利要求1所述的方法,其特征在于,所述反馈预估模型由指定层数的全连接层、插批归一化层、随机失活层以及采用激活函数的输出层组成,是通过各样本用户的用户画像和用户反馈对深度神经网络进行训练获得的;
一个多媒体信息标签对应的反馈预估模型的各样本用户为查看该多媒体信息标签对应的多媒体信息的用户;
所述用户画像为包含用户标签和相应权重的集合;
所述用户标签至少包括根据多媒体信息查看操作确定的标签;
所述用户反馈是根据多媒体信息查看时间和用户评价确定的。
4.如权利要求3所述的方法,其特征在于,所述用户标签还包括将用户的基础画像特征进行脱敏处理后获得的标签;
所述基础画像特征是根据用户属性确定的。
5.如权利要求3或4所述的方法,其特征在于,所述多媒体信息标签对应的反馈预估模型是通过以下方式训练获得的:
获取所述多媒体信息标签对应的各样本用户的用户画像和用户反馈;
根据各样本用户的用户画像,分别统计各用户画像中每一用户标签的样本数量;
在各样本用户的用户画像中,去除对应的样本数量低于指定样本数量的用户标签;
采用降维处理算法,将各样本用户的用户画像进行降维处理,获得各降维处理后的用户画像;
根据各降维处理后的用户画像和用户反馈对深度神经网络进行训练,获得反馈预估模型。
6.如权利要求1-4任一项所述的方法,其特征在于,所述各多媒体信息是从区块链中的各区块获取的。
7.一种多媒体信息推荐的装置,其特征在于,包括:
筛选单元,用于按照预设筛选条件,对获取的各多媒体信息进行筛选,获得待推荐的候选多媒体信息;
第一获取单元,用于获取待推荐的候选多媒体信息的...
【专利技术属性】
技术研发人员:伍楚涵,白肇强,白雪峰,程文文,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。