【技术实现步骤摘要】
多媒体内容推荐方法、装置、电子设备及可读存储介质
本公开涉及互联网
，特别是涉及一种多媒体内容推荐方法、装置、电子设备及可读存储介质。
技术介绍
在新闻流和短视频推荐场景中，客户端每次向服务端发送请求时，服务端可以返回多个推荐结果，并将多个推荐结果存储在客户端的缓存供用户消费。为了减少卡顿，客户端通常采用“双缓存”策略，即同时在客户端缓存两组对服务端请求的推荐结果。其中，双缓存包括“主缓存”和“副缓存”。每当主缓存的内容被用户消费完，客户端向服务端发送新的请求，并且用户可以继续消费副缓存的内容，此时，副缓存作为主缓存，返回的新的请求结果作为副缓存。在“双缓存”策略中，客户端每次在发送新的请求时，副缓存的内容还没有被用户消费，因此，没有用户反馈；推荐的内容之间相互影响，前面的内容会影响到用户在后面内容上的体验和反馈。现有的推荐方法中，通过已有的用户信息预测用户在推荐内容上的点击率和观看时长等多种指标，然后通过预设公式对推荐内容进行排序，最后通过预设规则对推荐结果进行处理，例如使推荐内容相邻的条目属于不同类别等。可...
【技术保护点】
1.一种多媒体内容推荐方法，其特征在于，所述方法包括：/n响应用户访问多媒体内容的请求，获取针对所述用户请求的多个多媒体推荐内容，生成待选推荐内容集；/n步骤A，将所述待选推荐内容集中的每个多媒体推荐内容对应的推荐状态，输入预先建立的神经网络模型，得到所述每个多媒体推荐内容对应的推荐值；/n所述推荐状态包括：所述用户的信息、所述用户未消费的多媒体推荐内容和所述多媒体推荐内容；所述用户未消费的多媒体推荐内容包括：所述用户的缓存中的历史多媒体内容；所述神经网络模型是根据训练集中各用户请求的多媒体推荐内容对应的推荐状态以及推荐值进行神经网络训练得到的；/n步骤B，选择推荐值最大的...
【技术特征摘要】
1.一种多媒体内容推荐方法，其特征在于，所述方法包括：
响应用户访问多媒体内容的请求，获取针对所述用户请求的多个多媒体推荐内容，生成待选推荐内容集；
步骤A，将所述待选推荐内容集中的每个多媒体推荐内容对应的推荐状态，输入预先建立的神经网络模型，得到所述每个多媒体推荐内容对应的推荐值；
所述推荐状态包括：所述用户的信息、所述用户未消费的多媒体推荐内容和所述多媒体推荐内容；所述用户未消费的多媒体推荐内容包括：所述用户的缓存中的历史多媒体内容；所述神经网络模型是根据训练集中各用户请求的多媒体推荐内容对应的推荐状态以及推荐值进行神经网络训练得到的；
步骤B，选择推荐值最大的多媒体推荐内容，将所述推荐值最大的多媒体推荐内容从所述待选推荐内容集中移至所述用户未消费的多媒体推荐内容中；返回步骤A，直至所选择的多媒体推荐内容的个数达到预设数量；
按照选择的顺序，将所述预设数量个多媒体推荐内容推荐给所述用户。
2.根据权利要求1所述的多媒体内容推荐方法，其特征在于，所述缓存包括：主缓存和副缓存，所述历史多媒体内容位于所述副缓存；
所述将所述预设数量个多媒体推荐内容推荐给所述用户，包括：
将所述副缓存切换为主缓存，将所述主缓存切换为副缓存，切换后的主缓存中的历史多媒体内容为用户待消费的多媒体内容；
将所述预设数量个多媒体推荐内容存储至切换后的副缓存中。
3.根据权利要求2所述的多媒体内容推荐方法，其特征在于，在所述将所述预设数量个多媒体推荐内容推荐给所述用户之后，所述方法还包括：
在确定所述用户消费完所述切换后的主缓存中的历史多媒体内容后，响应所述用户发送下一个访问多媒体内容的请求。
4.根据权利要求1所述的多媒体内容推荐方法，其特征在于，所述神经网络模型的建立方法包括：
获取所述训练集中各用户请求的多媒体推荐内容对应的推荐状态以及推荐值，每个多媒体推荐内容对应的推荐值是根据请求所述多媒体推荐内容的用户对所述多媒体推荐内容的反馈确定的；
建立各推荐状态和各推荐值的对应关系，根据所述各推荐状态和所述各推荐值的对应关系进行神经网络训练，得到所述神经网络模型。
5.一种多媒体内容推荐装置，其特征在于，所述装置包括：
待选集确定模块，被配置为执行响应用户访问多媒体内容的请求，获取针对所述用户请求的多个多媒体推荐内容，生成待选推荐内容集；
推荐值计算模块，被配置为执行步骤...
【专利技术属性】
技术研发人员：田勇，王琳，胥凯，王天驹，姜飞，杨乃君，卞俊杰，叶璨，徐万鸿，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京;11
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。