【技术实现步骤摘要】
一种新节目推荐的方法及装置
本申请涉及数据推荐
,尤其涉及一种新节目推荐的方法及装置。
技术介绍
互联网的出现和普及给用户带来了大量的信息,满足了用户在信息时代对获取信息和发布信息的需求,例如,如今出现了越来越多的音视频发布平台,很多用户倾向于在这些音视频发布平台上发布自己的音视频数据,对于音视频发布平台而言,如何将用户新产生的音视频数据分发给其他相关用户是该平台需要解决的核心问题之一。
技术实现思路
鉴于上述问题,提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的一种新节目推荐的方法及装置。第一方面,本申请提供了一种新节目推荐的方法,所述方法包括:获取用户列表中各用户的用户特征信息;将所述用户特征信息输入至已训练的分类模型中,获取所述分类模型输出的标签信息,所述标签信息包括当前用户喜好的节目的节目类型向量、场景类型向量以及特征词向量;根据所述节目类型向量、场景类型向量以及特征词向量,确定当前用户喜好的节目类型、场景类型以及特征词;根据所述分类模型确定新节目的节目特征信息,所述节目特征信息包括节目类型、场景类型以及特征词;将各用户喜好的节目类型、场景类型以及特征词,与所述新节目的节目特征信息进行匹配,以确定候选用户;将所述新节目推荐至所述候选用户中。可选地,所述将所述新节目推荐至所述候选用户中,包括:从所述候选用户筛选出目标用户;将所述新节目推荐至所述目标用户中,并检测所述目标用户针对所述新节目的反 ...
【技术保护点】
1.一种新节目推荐的方法,其特征在于,所述方法包括:/n获取用户列表中各用户的用户特征信息;/n将所述用户特征信息输入至已训练的分类模型中,获取所述分类模型输出的标签信息,所述标签信息包括当前用户喜好的节目的节目类型向量、场景类型向量以及特征词向量;/n根据所述节目类型向量、场景类型向量以及特征词向量,确定当前用户喜好的节目类型、场景类型以及特征词;/n根据所述分类模型确定新节目的节目特征信息,所述节目特征信息包括节目类型、场景类型以及特征词;/n将各用户喜好的节目类型、场景类型以及特征词,与所述新节目的节目特征信息进行匹配,以确定候选用户;/n将所述新节目推荐至所述候选用户中。/n
【技术特征摘要】
1.一种新节目推荐的方法,其特征在于,所述方法包括:
获取用户列表中各用户的用户特征信息;
将所述用户特征信息输入至已训练的分类模型中,获取所述分类模型输出的标签信息,所述标签信息包括当前用户喜好的节目的节目类型向量、场景类型向量以及特征词向量;
根据所述节目类型向量、场景类型向量以及特征词向量,确定当前用户喜好的节目类型、场景类型以及特征词;
根据所述分类模型确定新节目的节目特征信息,所述节目特征信息包括节目类型、场景类型以及特征词;
将各用户喜好的节目类型、场景类型以及特征词,与所述新节目的节目特征信息进行匹配,以确定候选用户;
将所述新节目推荐至所述候选用户中。
2.根据权利要求1所述的方法,其特征在于,所述将所述新节目推荐至所述候选用户中,包括:
从所述候选用户筛选出目标用户;
将所述新节目推荐至所述目标用户中,并检测所述目标用户针对所述新节目的反馈行为;
基于所述反馈行为,判断是否将所述新节目推荐至所述候选用户除所述目标用户以外的其他候选用户中。
3.根据权利要求1或2所述的方法,其特征在于,所述节目类型向量以及所述场景类型向量均为独热编码向量;
所述根据所述节目类型向量、场景类型向量以及特征词向量,确定当前用户喜好的节目类型、场景类型以及特征词,包括:
确定所述节目类型向量或所述场景类型向量中数值1所在的位置,并确定最大位置;根据所述最大位置,生成最大值独热向量;根据所述最大值独热向量确定所述节目类型向量对应的节目类型,或者,确定所述场景类型向量对应的场景类型;
计算所述特征词向量与预设的特征词向量数据库中各特征词向量的距离,并获取距离最小的N个特征词向量对应的特征词,作为用户喜好的特征词。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
存储各用户喜好的节目类型、场景类型以及特征词。
5.根据权利要求1或2所述的方法,其特征在于,所述分类模型采用如下方法训练生成:
获取所述用户列表中各用户的用户特征向量;
确定各用户特征向量对应的标签信息;
将所述用户特征向量以及对应的标签信息输入深度神经网络模型中进行训练,生成分类模型。
6.根据权利要求5所述的方法,其特征在于,所述获取所述用户列表中各用户的用户特征...
【专利技术属性】
技术研发人员:朱玉婷,任娟,
申请(专利权)人:广州欢聊网络科技有限公司,
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。