多媒体推荐方法及装置制造方法及图纸

本说明书提供多媒体推荐方法及装置，其中所述多媒体推荐方法包括：获取播放终端的可视区域内观看用户针对播放的多媒体信息进行观看的观看行为数据；基于所述观看行为数据对所述观看用户进行划分，并提取划分后获得的各用户集对应的特征数据；根据所述特征数据以及所述多媒体信息的多媒体特征数据构建所述用户集对应的目标向量；将所述目标向量输入至多媒体预测模型对所述用户集触达的多媒体信息进行预测，获得所述用户集对应的多媒体集合；基于所述多媒体集合确定向所述观看用户推荐的并通过所述播放终端进行播放的目标多媒体信息组成的目标多媒体集合。

【技术实现步骤摘要】
多媒体推荐方法及装置
本说明书涉及数据处理
，特别涉及一种多媒体推荐方法。本说明书同时涉及一种多媒体推荐装置，一种计算设备，以及一种计算机可读存储介质。
技术介绍
随着互联网技术的发展，信息的推荐方式变得越来越多样化以及个性化，而信息所属的推荐方为了能够达到推荐效果增加，通常会在用户经常出现的场所中投放大量的业务信息，例如在地铁、火车或者飞机上都会通过播放终端向用户播放广告，以使得能够吸引更多的用户参与相关的业务项目，然而，该种方式前期耗费的资源较大，达到的效果有限，并不能够很好的触达用户，并且在某些场景中考虑到用户的流动性，信息的投放时间只能够按照时段进行，没有很好的结合用户的个性化数据对用户作到个性化的推荐，使得信息的推荐效果更差，故亟需一种效率高、效果好的方案以解决推荐效果差的问题。
技术实现思路
有鉴于此，本说明书实施例提供了一种多媒体推荐方法。本说明书同时涉及一种多媒体推荐装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。根据本说明书实施例的第一方面，提供了一种多媒体推荐本文档来自技高网...

【技术保护点】
1.一种多媒体推荐方法，包括：/n获取播放终端的可视区域内观看用户针对播放的多媒体信息进行观看的观看行为数据；/n基于所述观看行为数据对所述观看用户进行划分，并提取划分后获得的各用户集对应的特征数据；/n根据所述特征数据以及所述多媒体信息的多媒体特征数据构建所述用户集对应的目标向量；/n将所述目标向量输入至多媒体预测模型对所述用户集触达的多媒体信息进行预测，获得所述用户集对应的多媒体集合；/n基于所述多媒体集合确定向所述观看用户推荐的并通过所述播放终端进行播放的目标多媒体信息组成的目标多媒体集合。/n

【技术特征摘要】
1.一种多媒体推荐方法，包括：
获取播放终端的可视区域内观看用户针对播放的多媒体信息进行观看的观看行为数据；
基于所述观看行为数据对所述观看用户进行划分，并提取划分后获得的各用户集对应的特征数据；
根据所述特征数据以及所述多媒体信息的多媒体特征数据构建所述用户集对应的目标向量；
将所述目标向量输入至多媒体预测模型对所述用户集触达的多媒体信息进行预测，获得所述用户集对应的多媒体集合；
基于所述多媒体集合确定向所述观看用户推荐的并通过所述播放终端进行播放的目标多媒体信息组成的目标多媒体集合。


2.根据权利要求1所述的多媒体推荐方法，所述获取播放终端的可视区域内观看用户针对播放的多媒体信息进行观看的观看行为数据，包括：
通过所述播放终端配置的图像采集设备在预设的时间节点针对所述可视区域进行图像采集获得目标图像；
将所述目标图像输入至判别模型对所述可视区域内的观看用户的观看行为进行判别，获得所述观看用户的观看行为结果；
基于所述观看行为结果确定所述观看用户针对所述多媒体信息进行观看的观看行为数据。


3.根据权利要求1所述的多媒体推荐方法，所述基于所述观看行为数据对所述观看用户进行划分，并提取划分后获得的各用户集对应的特征数据，包括：
基于所述观看行为数据对所述观看用户进行划分，根据划分结果获得至少一个用户集；
基于所述用户集中观看用户的购票信息确定所述观看用户对应的身份标识；
在预先建立的特征数据库中提取与所述身份标识对应的特征数据作为所述用户集对应的所述特征数据。


4.根据权利要求1所述的多媒体推荐方法，所述基于所述多媒体集合确定向所述观看用户推荐的并通过所述播放终端进行播放的目标多媒体信息组成的目标多媒体集合，包括：
提取所述多媒体集合中包含的待选择多媒体信息，并确定所述多媒体信息对应的多媒体标识；
基于所述多媒体标识计算各个待选择多媒体信息的频次；
按照所述频次选择设定数目的待选择多媒体信息确定为向所述观看用户推荐的所述目标多媒体信息组成的所述目标多媒体集合；
通过所述播放终端将所述目标多媒体集合中包含的目标多媒体信息按照所述频次从大到小的排列顺序进行播放。


5.根据权利要求1所述的多媒体推荐方法，所述基于所述观看行为数据对所述观看用户进行划分，并提取划分后获得的各用户集对应的特征数据，包括：
按照所述观看行为数据对所述观看用户进行划分，根据划分结果获得观看用户集和未观看用户集；
基于所述观看用户集和所述未观看用户集中包含的观看用户的购票信息，提取所述观看用户集中观看用户的第一特征数据，以及所述未观看用户集中观看用户的第二特征数据；
将所述第一特征数据作为所述观看用户集对应的特征数据，以及将所述第二特征数据作为所述未观看用户集对应的特征数据。


6.根据权利要求5所述的多媒体推荐方法，所述根据所述特征数据以及所述多媒体信息的多媒体特征数据构建所述用户集对应的目标向量，包括：
根据所述第一特征数据和所述多媒体特征数据构建所述观看用户集中观看用户对应的观看目标向量，以及根据所述第二特征数据和所述多媒体特征数据构建所述未观看用户集中观看用户对应的未观看目标向量。


7.根据权利要求6所述的多媒体推荐方法，所述将所述目标向量输入至多媒体预测模型对所述用户集触达的多媒体信息进行预测，获得所述用户集对应的多媒体集合，包括：
将所述观看目标向量以及所述未观看目标向量分别输入至所述多媒体预测模型，对所述观看用户集中观看用户触达的多媒体信息和所述未观看用户集中观看用户触达的多媒体信息进行预测，获得所述观看用户集中观看用户对应的第一多媒体集合以及所述未观看用户集中观看用户对应的第二多媒体集合。


8.根据权利要求7所述的多媒体推荐方法，所述基于所述多媒体集合确定向所述观看用户推荐...

【专利技术属性】
技术研发人员：涂畅，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33