本公开关于一种多媒体推荐方法、装置、电子设备及存储介质。该方法包括：响应于目标终端发送的多媒体推荐请求，获取与目标终端匹配的待推荐多媒体、待推荐多媒体的多个推荐指标信息、以及多个推荐指标对应的目标权重；该目标权重是基于历史推荐中得到的多个序列指标的序列指标统计信息确定的，该序列指标统计信息是对历史推荐中的样本多媒体序列的序列指标信息进行统计处理得到的；基于目标权重和多个推荐指标信息，从待推荐多媒体中确定与多媒体推荐请求匹配的目标多媒体序列；将目标多媒体序列发送至目标终端。根据本公开提供的技术方案，可以提升目标多媒体序列的序列整体推荐效果。效果。效果。
【技术实现步骤摘要】
多媒体推荐方法、装置、电子设备及存储介质
[0001]本公开涉及互联网应用
，尤其涉及一种多媒体推荐方法、装置、电子设备及存储介质。
技术介绍
[0002]随着互联网应用的发展，应用中的推荐业务也更加丰富，为了精准挖掘用户兴趣以提升多媒体推荐效果，一般会从多个维度去衡量多媒体，即进行多任务(多指标)推荐。相关技术中，会针对单个多媒体在多指标上的表现确定推荐的多个多媒体，或者会选择多任务学习模型进行多任务预测以进行多媒体推荐。但是前者会导致多个指标此消彼长的现象，不能够兼容各指标的推荐效果，多指标的整体推荐效果较差；后者需要庞大的机器设备、人力来优化，资源消耗较大，并且当多指标间的相关度不高时，多指标的优化很难融合。
技术实现思路
[0003]本公开提供一种多媒体推荐方法、装置、电子设备及存储介质，以提升目标多媒体序列的序列整体推荐效果。本公开的技术方案如下：
[0004]根据本公开实施例的第一方面，提供一种多媒体推荐方法，包括：
[0005]响应于目标终端发送的多媒体推荐请求，获取与所述目标终端匹配的待推荐多媒体、所述待推荐多媒体的多个推荐指标信息、以及多个推荐指标对应的目标权重；所述目标权重是基于历史推荐中得到的多个序列指标的序列指标统计信息确定的，所述序列指标统计信息是对所述历史推荐中的样本多媒体序列的序列指标信息进行统计处理得到的，所述序列指标信息是基于所述样本多媒体序列中各样本多媒体的多个实际推荐指标信息得到的；
[0006]基于所述目标权重和所述多个推荐指标信息，从所述待推荐多媒体中确定与所述多媒体推荐请求匹配的目标多媒体序列；
[0007]将所述目标多媒体序列发送至所述目标终端。
[0008]在一种可能的实现方式中，所述方法还包括：
[0009]响应于样本终端发送的多媒体推荐请求，获取与所述样本终端匹配的多个样本多媒体、所述多个样本多媒体的多个预测推荐指标信息、以及所述多个推荐指标对应的当前权重，所述多个预测推荐指标信息与所述多个推荐指标对应；
[0010]基于所述多个预测推荐指标信息和当前权重，从所述多个样本多媒体中确定与所述样本终端匹配的样本多媒体序列；
[0011]将所述样本多媒体序列推荐至所述样本终端；
[0012]基于所述样本终端与匹配的样本多媒体序列之间的交互信息，得到每个样本多媒体序列的多个序列指标信息，每个样本多媒体序列的多个序列指标信息是基于每个样本多媒体序列中各样本多媒体的多个实际推荐指标信息得到的；
[0013]对同一序列指标下的序列指标信息进行统计处理，得到每个序列指标的序列指标
统计信息；
[0014]基于各序列指标的序列指标统计信息、各序列指标的约束项、多个序列指标的优先级信息，更新当前权重；基于更新后的当前权重，重复上述步骤，直至各序列指标的序列指标统计信息为收敛状态，将所述收敛状态时的当前权重作为所述目标权重。
[0015]在一种可能的实现方式中，所述约束项为各序列指标的差值阈值，所述优先级信息高的序列指标对应的差值阈值低于所述优先级信息低的序列指标对应的差值阈值；所述基于各序列指标的序列指标统计信息、各序列指标的约束项、多个序列指标的优先级信息，更新当前权重，包括：
[0016]基于所述序列指标统计信息和上一迭代周期的历史序列指标统计信息，确定各序列指标对应的样本指标差值；
[0017]基于所述优先级信息，获取所述多个序列指标各自对应的预设权重范围，其中，所述优先级信息与所述预设权重范围中的预设权重正相关；
[0018]在各序列指标的预设权重范围内，基于所述样本指标差值和对应的差值阈值，更新所述多个推荐指标对应的当前权重。
[0019]在一种可能的实现方式中，所述多个序列指标包括核心序列指标，所述核心序列指标包括序列展示时长指标和序列展示占比指标；
[0020]其中，所述序列展示时长指标表征一个多媒体序列中的全部多媒体对应展示时长的总和，所述序列展示占比指标表征一个多媒体序列中被展示的多媒体占全部多媒体的比例。
[0021]在一种可能的实现方式中，还包括：
[0022]响应于优先级信息调整请求，对所述多个序列指标的优先级信息进行调整。
[0023]在一种可能的实现方式中，所述待推荐多媒体包括多个多媒体，所述基于所述目标权重和所述多个推荐指标信息，从所述待推荐多媒体中确定与所述多媒体推荐请求匹配的目标多媒体序列，包括：
[0024]根据所述多个推荐指标信息，确定每个多媒体在各推荐指标下的排序信息；
[0025]确定与所述排序信息对应的推荐参数信息，所述推荐参数信息与所述排序信息负相关；
[0026]基于所述目标权重和所述推荐参数信息，确定每个多媒体的排序加权信息。
[0027]根据所述排序加权信息，从所述多个多媒体中确定所述目标多媒体序列。
[0028]在一种可能的实现方式中，所述获取所述待推荐多媒体的多个推荐指标信息，包括：
[0029]获取所述多个推荐指标分别对应的多个推荐指标预测模型、所述目标终端对应用户账号的用户特征信息、以及所述多个多媒体各自的多媒体特征信息；
[0030]将所述用户特征信息和所述多媒体特征信息分别输入所述多个推荐指标预测模型，进行推荐指标预测处理，得到每个多媒体对应的多个推荐指标信息。
[0031]根据本公开实施例的第二方面，提供一种多媒体推荐装置，包括：
[0032]第一获取模块，被配置为执行响应于目标终端发送的多媒体推荐请求，获取与所述目标终端匹配的待推荐多媒体、所述待推荐多媒体的多个推荐指标信息、以及多个推荐指标对应的目标权重；所述目标权重是基于历史推荐中得到的多个序列指标的序列指标统
计信息确定的，所述序列指标统计信息是对所述历史推荐中的样本多媒体序列的序列指标信息进行统计处理得到的，所述序列指标信息是基于所述样本多媒体序列中各样本多媒体的多个实际推荐指标信息得到的；
[0033]目标多媒体序列确定模块，被配置为执行基于所述目标权重和所述多个推荐指标信息，从所述待推荐多媒体中确定与所述多媒体推荐请求匹配的目标多媒体序列；
[0034]第一推荐模块，被配置为执行将所述目标多媒体序列发送至所述目标终端。
[0035]在一种可能的实现方式中，所述装置还包括：
[0036]第二获取模块，被配置为执行响应于样本终端发送的多媒体推荐请求，获取与所述样本终端匹配的多个样本多媒体、所述多个样本多媒体在所述多个推荐指标下的多个预测推荐指标信息、以及所述多个推荐指标对应的当前权重；
[0037]样本多媒体序列确定模块，被配置为执行基于所述多个预测推荐指标信息和当前权重，从所述多个样本多媒体中确定与所述样本终端匹配的样本多媒体序列；
[0038]第二推荐模块，被配置为执行将所述样本多媒体序列推荐至所述样本终端；
[0039]序列指标信息获取模块，被配置为执行在当前权重下推本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种多媒体推荐方法，其特征在于，包括：响应于目标终端发送的多媒体推荐请求，获取与所述目标终端匹配的待推荐多媒体、所述待推荐多媒体的多个推荐指标信息、以及多个推荐指标对应的目标权重；所述目标权重是基于历史推荐中得到的多个序列指标的序列指标统计信息确定的，所述序列指标统计信息是对所述历史推荐中的样本多媒体序列的序列指标信息进行统计处理得到的，所述序列指标信息是基于所述样本多媒体序列中各样本多媒体的多个实际推荐指标信息得到的；基于所述目标权重和所述多个推荐指标信息，从所述待推荐多媒体中确定与所述多媒体推荐请求匹配的目标多媒体序列；将所述目标多媒体序列发送至所述目标终端。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：响应于样本终端发送的多媒体推荐请求，获取与所述样本终端匹配的多个样本多媒体、所述多个样本多媒体的多个预测推荐指标信息、以及所述多个推荐指标对应的当前权重，所述多个预测推荐指标信息与所述多个推荐指标对应；基于所述多个预测推荐指标信息和当前权重，从所述多个样本多媒体中确定与所述样本终端匹配的样本多媒体序列；将所述样本多媒体序列推荐至所述样本终端；基于所述样本终端与匹配的样本多媒体序列之间的交互信息，得到每个样本多媒体序列的多个序列指标信息，每个样本多媒体序列的多个序列指标信息是基于每个样本多媒体序列中各样本多媒体的多个实际推荐指标信息得到的；对同一序列指标下的序列指标信息进行统计处理，得到每个序列指标的序列指标统计信息；基于各序列指标的序列指标统计信息、各序列指标的约束项、多个序列指标的优先级信息，更新当前权重；基于更新后的当前权重，重复上述步骤，直至各序列指标的序列指标统计信息为收敛状态，将所述收敛状态时的当前权重作为所述目标权重。3.根据权利要求2所述的方法，其特征在于，所述约束项为各序列指标的差值阈值，所述优先级信息高的序列指标对应的差值阈值低于所述优先级信息低的序列指标对应的差值阈值；所述基于各序列指标的序列指标统计信息、各序列指标的约束项、多个序列指标的优先级信息，更新当前权重，包括：基于所述序列指标统计信息和上一迭代周期的历史序列指标统计信息，确定各序列指标对应的样本指标差值；基于所述优先级信息，获取所述多个序列指标各自对应的预设权重范围，其中，所述优先级信息与所述预设权重范围中的预设权重正相关；在各序列指标的预设权重范围内，基于所述样本指标差值和对应的差值阈值，更新所述多个推荐指...
【专利技术属性】
技术研发人员：李彦纬，刘智灵，宋琪，王哲，
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：
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。