一种音视频类型的推荐方法、装置、设备及存储介质制造方法及图纸

本公开提供一种音视频类型的推荐方法、装置、设备及存储介质，涉及人工智能技术领域，该方法包括：响应于用户的音视频文件播放请求，获取播放场景特征；其中，播放场景特征包括当前时间信息和\或当前地点信息；将播放场景特征输入至用户的音视频类型推荐模型中，经过音视频类型推荐模型的处理后，输出为用户推荐的音视频类型；其中，音视频类型推荐模型为基于用户的历史音视频播放行为中的播放场景特征与音视频类型之间的对应关系进行训练得到的机器学习模型。本公开能够较好地满足用户当前对音视频类型的播放需求，提升了用户对音视频类软件的使用体验。

【技术实现步骤摘要】
一种音视频类型的推荐方法、装置、设备及存储介质
本公开涉及人工智能
，尤其涉及一种音视频类型的推荐方法、装置、设备及存储介质。
技术介绍
目前，用户在使用音视频类软件播放音视频文件时，需要用户自行通过关键字搜索等方式找到喜欢的音视频文件，例如，通过搜索歌曲名称的方式找到喜欢的音乐。随着软件智能化的发展，音视频类软件可以基于用户的播放历史信息为用户推荐音视频文件。但是，在不同的场景下，用户对于音视频类型的播放需求不同，例如，在安静的夜晚，用户倾向于选择轻柔助眠类的音乐，而在健身过程中，用户倾向于选择节奏感较强类的音乐。如果仅基于用户的播放历史信息为用户推荐音视频文件，则可能导致推荐的音视频文件并不能满足用户当前的播放需求。例如，用户平时播放轻柔类音乐较多，而在健身过程中仅基于播放历史信息为其推荐轻柔类音乐，显然不能满足用户当前的播放需求。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种音视频类型的推荐方法、装置、设备及存储介质，能够较好地满足用户当前对音视频类型的播放需求，提升本文档来自技高网...

【技术保护点】
1.一种音视频类型的推荐方法，其特征在于，所述方法包括：/n响应于用户的音视频文件播放请求，获取播放场景特征；其中，所述播放场景特征包括当前时间信息和\或当前地点信息；/n将所述播放场景特征输入至所述用户的音视频类型推荐模型中，经过所述音视频类型推荐模型的处理后，输出为所述用户推荐的音视频类型；其中，所述音视频类型推荐模型为基于所述用户的历史音视频播放行为中的所述播放场景特征与所述音视频类型之间的对应关系进行训练得到的机器学习模型。/n

【技术特征摘要】
1.一种音视频类型的推荐方法，其特征在于，所述方法包括：
响应于用户的音视频文件播放请求，获取播放场景特征；其中，所述播放场景特征包括当前时间信息和\或当前地点信息；
将所述播放场景特征输入至所述用户的音视频类型推荐模型中，经过所述音视频类型推荐模型的处理后，输出为所述用户推荐的音视频类型；其中，所述音视频类型推荐模型为基于所述用户的历史音视频播放行为中的所述播放场景特征与所述音视频类型之间的对应关系进行训练得到的机器学习模型。


2.根据权利要求1所述的方法，其特征在于，所述将所述播放场景特征输入至所述用户的音视频类型推荐模型中，经过所述音视频类型推荐模型的处理后，输出为所述用户推荐的音视频类型之前，还包括：
收集用户对音视频文件的播放习惯；其中，所述播放习惯包括针对所述音视频文件的播放时间信息和\或播放地点信息，以及所述音视频文件的类型；
通过机器学习的方式，基于所述播放习惯，生成所述用户的音视频类型推荐模型。


3.根据权利要求2所述的方法，其特征在于，所述播放习惯还包括针对所述音视频文件的热度信息；所述热度信息包括搜索次数、播放时长和\或播放次数。


4.根据权利要求2或3所述的方法，其特征在于，所述通过机器学习的方式，基于所述播放习惯，生成所述用户的音视频类型推荐模型，包括：
对收集到的所述用户对音视频文件的播放习惯中的信息进行聚类处理，得到所述用户的音视频类型推荐模型。


5.根据权利要求2或3所述的方法，其特征在于，所述通过机器学习的方式，基于所述播放习惯，生成所述用户的音视频类型推荐模型，包括：
将收集到的所述用户对音视频文件的播放习惯中的所述音视频文件的类型作为目标，对所述播放习惯中...

【专利技术属性】
技术研发人员：尚楚翔，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11