视频推荐模型的生成方法、视频推荐方法、装置制造方法及图纸

本公开关于一种视频推荐模型的生成方法、视频推荐方法、装置、电子设备及存储介质。所述方法包括：从每个用户历史会话中提取多个正反馈视频和多个负反馈视频；建立每个用户历史会话对应的多个视频对，每个视频对中包含一个正反馈视频和一个负反馈视频；根据每个视频对中的正反馈视频的特征、负反馈视频的特征以及用户特征，对待训练视频推荐模型进行训练，得到视频推荐模型。该方法通过使用同一个用户历史会话中的正反馈视频和负反馈视频组成的视频对对视频推荐模型进行训练，充分利用用户历史会话中的相关信息，能够更好地捕捉用户的实际需求，从而能够对候选推荐视频中的负反馈目标视频达到更好的过滤效果，提高了视频推荐的准确性。确性。确性。

【技术实现步骤摘要】
视频推荐模型的生成方法、视频推荐方法、装置


[0001]本公开涉及网络数据处理
，尤其涉及一种视频推荐模型的生成方法、装置、电子设备及存储介质，以及一种视频推荐方法、装置、电子设备及存储介质。

技术介绍

[0002]目前市场上有很多视频类应用，这些应用通过根据用户的历史行为信息给用户推荐可能符合用户兴趣的视频，以达到提升点击率，延长用户留存的效果。为用户推荐视频，除了“推荐给用户喜欢的作品”的正反馈过程，往往还存在“过滤掉用户不喜欢的作品”的负反馈过程。负反馈过程的产品形态一般是在视频展示页提供负反馈按钮，例如“不喜欢”、“不感兴趣”等按钮，在用户触发负反馈按钮之后，推荐系统将减少或者避免该类型视频的展现。
[0003]相关技术中，负反馈过滤的其中一个方式是基于模型进行过滤，可以将用户触发过负反馈按钮的视频作为正样本，其他则作为负样本进行模型训练。然后，使用训练好的模型对每个待推荐视频预测一个负反馈分数，负反馈分数超过阈值的视频将不给用户推荐。这种基于模型的过滤方式仅仅根据用户当前时刻的负反馈视频进行模型训练，容易因为对用户负反馈本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频推荐模型的生成方法，其特征在于，包括：从每个用户历史会话中提取多个正反馈视频和多个负反馈视频；建立每个用户历史会话对应的多个视频对，每个视频对中包含一个正反馈视频和一个负反馈视频；根据所述每个视频对中的正反馈视频的特征、负反馈视频的特征以及所述用户特征，对待训练视频推荐进行训练，得到所述视频推荐。2.根据权利要求1所述的视频推荐模型的生成方法，其特征在于，所述视频推荐包括第一神经网络和第二神经网络；所述根据所述每个视频对中的正反馈视频的特征、负反馈视频的特征以及所述用户特征，对待训练视频推荐进行训练，得到所述视频推荐，包括：通过所述第一神经网络对所述用户特征进行加权求和；通过所述第二神经网络对所述每个视频对中的正反馈视频的特征和负反馈视频的特征进行加权求和；计算所述每个视频对中，加权求和后的所述正反馈视频的特征与加权求和后的所述用户特征的第一相似度，以及加权求和后的所述负反馈视频的特征与加权求和后的所述用户特征的第二相似度；根据所述每个视频对对应的所述第一相似度和所述第二相似度计算损失函数值，将所述损失函数值最小的待训练视频推荐确定为所述视频推荐。3.根据权利要求1或2所述的视频推荐模型的生成方法，其特征在于，所述建立每个用户历史会话对应的多个视频对，包括：从所述每个用户历史会话对应的多个正反馈视频中，随机选择预设数量的正反馈视频，与所述每个用户历史会话对应的各负反馈视频依次建立视频对，得到所述多个视频对。4.根据权利要求1所述的视频推荐模型的生成方法，其特征在于，所述用户历史会话是从原始历史会话中筛选出的包含有负反馈视频的历史会话。5.一种视频推荐方法，其特征在于，包括：获取用户特征，以及多个候选推荐视频的特征；将所述用户特征和所述多个候选推荐视频的特征输入至如权利要求1...

【专利技术属性】
技术研发人员：刘永起，
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：