一种媒体内容的推荐方法以及相关装置制造方法及图纸

本申请公开了一种媒体内容的推荐方法以及相关装置。通过响应于推荐请求的发起获取待推荐内容集合；然后提取目标对象对应的对象特征以及每个候选推荐内容对应的内容特征；并将对象特征与内容特征输入目标推荐模型，以确定一系列动作的预估值；进而基于预估值进行内容选择，以确定目标推荐内容。从而实现智能的媒体内容的推荐过程，由于在对于媒体内容的特征动作之间采用参数传递的方式将前序动作的预估值输入后序动作的预测之中，避免了后序动作由于数据稀疏或延迟造成预估的不准确，提高了媒体内容推荐的准确性。媒体内容推荐的准确性。媒体内容推荐的准确性。

【技术实现步骤摘要】
一种媒体内容的推荐方法以及相关装置


[0001]本申请涉及计算机
，尤其涉及一种媒体内容的推荐方法以及相关装置。

技术介绍

[0002]随着互联网技术的迅速发展，人们对媒体内容的要求越来越高。广告即为一种常见的媒体内容，特别是在广告推荐系统中，每当用户请求到来时，广告推荐系统需从候选广告集中召回合适的广告投放给目标对象。
[0003]一般，可以通过对广告动作的收集进行特征整理，以便于将广告与对象特征进行关联，进而进行针对性的广告推荐。
[0004]但是，在复杂的广告场景中，存在一些数据稀疏且存在延迟的动作，容易造成特征构建的不准确，影响广告推荐的准确性。

技术实现思路

[0005]有鉴于此，本申请提供一种媒体内容的推荐方法，可以有效避免人工进行内容的逐一添加带来的更新效率的影响，提高互动视频的内容扩展的效率。
[0006]本申请第一方面提供一种媒体内容的推荐方法，可以应用于终端设备中包含媒体内容的推荐功能的系统或程序中，具体包括：
[0007]响应于推荐请求的发起获取待推荐内容集合，所述待推荐内容集合中包含多个候选推荐内容，所述推荐请求对应于目标对象；
[0008]提取所述目标对象对应的对象特征以及每个所述候选推荐内容对应的内容特征；
[0009]将所述对象特征与所述内容特征输入目标推荐模型，以确定第一动作对应的第一预估值、第二动作对应的第二预估值以及第三动作对应的第三预估值，所述目标推荐模型包含第一子网络、第二子网络以及第三子网络，所述第一子网络用于基于所述对象特征与所述内容特征确定所述第一预估值，所述第二子网络用于基于所述第一预估值、所述对象特征与所述内容特征确定所述第二动作预估值，所述第三子网络用于基于所述第二动作预估值、所述对象特征与所述内容特征确定所述第三动作预估值，所述第一动作为所述第二动作的前序动作，所述第二动作为所述第三动作的前序动作；
[0010]基于所述第一预估值、所述第二预估值以及所述第三预估值在所述待推荐内容集合中进行内容选择，以确定目标推荐内容。
[0011]可选的，在本申请一些可能的实现方式中，所述提取所述目标对象对应的对象特征以及每个所述候选推荐内容对应的内容特征，包括：
[0012]基于预设类别提取所述目标对象对应的对象特征，所述对象特征对应于目标维度；
[0013]获取所述候选推荐内容对应的描述特征，所述描述特征基于语义、图像和上下文进行确定；
[0014]将所述描述特征映射到所述目标维度上，以得到所述内容特征。
[0015]可选的，在本申请一些可能的实现方式中，所述基于所述第一预估值、所述第二预估值以及所述第三预估值在所述待推荐内容集合中进行内容选择，以确定目标推荐内容，包括：
[0016]确定所述待推荐内容集合中所述候选推荐内容的内容推荐目标；
[0017]基于所述内容推荐目标调用对应的计算方式；
[0018]根据所述计算方式对所述第一预估值、所述第二预估值以及所述第三预估值进行计算，以得到目标预估值；
[0019]基于所述目标预估值对所述候选推荐内容进行排序，以确定所述目标推荐内容。
[0020]可选的，在本申请一些可能的实现方式中，所述基于所述内容推荐目标调用对应的计算方式，包括：
[0021]若所述内容推荐目标指示的目标数量大于预设值，则比较所述第一预估值与所述第二预估值的大小关系；
[0022]根据所述一预估值与所述第二预估值的大小关系确定对应的所述计算方式。
[0023]可选的，在本申请一些可能的实现方式中，所述基于所述目标预估值对所述候选推荐内容进行排序，以确定所述目标推荐内容，包括：
[0024]基于所述目标预估值对所述候选推荐内容进行排序，以确定第一序列；
[0025]获取目标对象对应的推荐历史信息；
[0026]基于所述推荐历史信息确定推荐规则；
[0027]根据所述推荐规则对所述第一序列进行调整，以得到第二序列；
[0028]从所述第二序列中确定所述目标推荐内容。
[0029]可选的，在本申请一些可能的实现方式中，所述方法还包括：
[0030]获取执行过所述第一动作的第一训练样本、执行过所述第二动作的第二训练样本以及执行过所述第三动作的第三训练样本；
[0031]基于所述第一训练样本与所述第一预估值配置第一损失函数，所述第一损失函数作用于所述第一子网络；
[0032]基于所述第二训练样本、所述第一预估值与所述第二预估值配置第二损失函数，所述第二损失函数作用于所述第二子网络；
[0033]基于所述第三训练样本、所述第二预估值与所述第三预估值配置第三损失函数，所述第三损失函数作用于所述第三子网络；
[0034]对所述第一损失函数、所述第二损失函数以及所述第三损失函数进行加权，以得到目标损失函数；
[0035]基于所述目标损失函数对所述目标推荐模型进行训练。
[0036]可选的，在本申请一些可能的实现方式中，所述媒体内容为广告，所述待推荐内容集合为广告库，所述候选推荐内容为候选广告，所述响应于推荐请求的发起获取待推荐内容集合，包括：
[0037]响应于针对所述目标对象发起的推荐请求，从广告库中召回候选广告；
[0038]所述将所述对象特征与所述内容特征输入目标推荐模型，以确定第一动作对应的第一预估值、第二动作对应的第二预估值以及第三动作对应的第三预估值，包括：
[0039]将所述对象特征与所述内容特征输入所述目标推荐模型，以确定点击动作对应的
点击率、浅层动作对应的浅层转化率以及深层动作对应的深层转化率，所述浅层动作包括下载、激活、注册，所述深层动作包括付费、次日留存。
[0040]本申请第二方面提供一种媒体内容的推荐装置，包括：
[0041]获取单元，用于响应于推荐请求的发起获取待推荐内容集合，所述待推荐内容集合中包含多个候选推荐内容，所述推荐请求对应于目标对象；
[0042]提取单元，用于提取所述目标对象对应的对象特征以及每个所述候选推荐内容对应的内容特征；
[0043]确定单元，用于将所述对象特征与所述内容特征输入目标推荐模型，以确定第一动作对应的第一预估值、第二动作对应的第二预估值以及第三动作对应的第三预估值，所述目标推荐模型包含第一子网络、第二子网络以及第三子网络，所述第一子网络用于基于所述对象特征与所述内容特征确定所述第一预估值，所述第二子网络用于基于所述第一预估值、所述对象特征与所述内容特征确定所述第二动作预估值，所述第三子网络用于基于所述第二动作预估值、所述对象特征与所述内容特征确定所述第三动作预估值，所述第一动作为所述第二动作的前序动作，所述第二动作为所述第三动作的前序动作；
[0044]推荐单元，用于基于所述第一预估值、所述第二预估值以及所述第三预估值在所述待推荐内容集合中进行内容选择，以确定目标推荐内容。
[0045本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种媒体内容的推荐方法，其特征在于，包括：响应于推荐请求的发起获取待推荐内容集合，所述待推荐内容集合中包含多个候选推荐内容，所述推荐请求对应于目标对象；提取所述目标对象对应的对象特征以及每个所述候选推荐内容对应的内容特征；将所述对象特征与所述内容特征输入目标推荐模型，以确定第一动作对应的第一预估值、第二动作对应的第二预估值以及第三动作对应的第三预估值，所述目标推荐模型包含第一子网络、第二子网络以及第三子网络，所述第一子网络用于基于所述对象特征与所述内容特征确定所述第一预估值，所述第二子网络用于基于所述第一预估值、所述对象特征与所述内容特征确定所述第二动作预估值，所述第三子网络用于基于所述第二动作预估值、所述对象特征与所述内容特征确定所述第三动作预估值，所述第一动作为所述第二动作的前序动作，所述第二动作为所述第三动作的前序动作；基于所述第一预估值、所述第二预估值以及所述第三预估值在所述待推荐内容集合中进行内容选择，以确定目标推荐内容。2.根据权利要求1所述的方法，其特征在于，所述提取所述目标对象对应的对象特征以及每个所述候选推荐内容对应的内容特征，包括：基于预设类别提取所述目标对象对应的对象特征，所述对象特征对应于目标维度；获取所述候选推荐内容对应的描述特征，所述描述特征基于语义、图像和上下文进行确定；将所述描述特征映射到所述目标维度上，以得到所述内容特征。3.根据权利要求1所述的方法，其特征在于，所述基于所述第一预估值、所述第二预估值以及所述第三预估值在所述待推荐内容集合中进行内容选择，以确定目标推荐内容，包括：确定所述待推荐内容集合中所述候选推荐内容的内容推荐目标；基于所述内容推荐目标调用对应的计算方式；根据所述计算方式对所述第一预估值、所述第二预估值以及所述第三预估值进行计算，以得到目标预估值；基于所述目标预估值对所述候选推荐内容进行排序，以确定所述目标推荐内容。4.根据权利要求3所述的方法，其特征在于，所述基于所述内容推荐目标调用对应的计算方式，包括：若所述内容推荐目标指示的目标数量大于预设值，则比较所述第一预估值与所述第二预估值的大小关系；根据所述一预估值与所述第二预估值的大小关系确定对应的所述计算方式。5.根据权利要求3所述的方法，其特征在于，所述基于所述目标预估值对所述候选推荐内容进行排序，以确定所述目标推荐内容，包括：基于所述目标预估值对所述候选推荐内容进行排序，以确定第一序列；获取目标对象对应的推荐历史信息；基于所述推荐历史信息确定推荐规则；根据所述推荐规则对所述第一序列进行调整，以得到第二序列；从所述第二序列中确定所述目标推荐内容。
6.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述方法还包括：获取执行过所述第一动作的第一训练样本、执行过所述第二动作的第二训练样本以及执行过...

【专利技术属性】
技术研发人员：石志林，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：