服务器、媒资推荐网络的训练方法及媒资推荐方法技术

本申请提供了一种服务器、媒资推荐网络的训练方法及媒资推荐方法，服务器被配置为：采集用户观看媒资的历史行为数据；计算所述历史行为数据对应观看顺序的第一矩阵、计算所述历史行为数据对应观看间隔的第二矩阵、计算所述历史行为数据对应媒资内容的第三矩阵；通过自注意力模型对所述第一矩阵、第二矩阵和第三矩阵进行自注意力计算，得到所述历史行为数据对应的媒资表示矩阵；将所述媒资表示矩阵输入前馈神经网络，通过媒资训练集对所述前馈神经网络进行训练，得到用于进行媒资推荐的媒资推荐网络。本申请提高了媒资推荐的用户体验。本申请提高了媒资推荐的用户体验。本申请提高了媒资推荐的用户体验。

【技术实现步骤摘要】
服务器、媒资推荐网络的训练方法及媒资推荐方法


[0001]本申请涉及媒资推荐
，尤其涉及一种服务器、媒资推荐网络的训练方法及媒资推荐方法。

技术介绍

[0002]智能电视是人们观看影视剧、综艺、新闻等媒资的重要设备之一。为方便用户观看媒资，一些智能电视在开机后进入的系统首页为媒资推荐页面。媒资推荐页面可设置有多个媒资控件，每个媒资控件对应一个媒资，用户可浏览不同的媒资控件，以查找自己想要观看的媒资。相关技术中，为方便用户快速找到自己想要观看的媒资，媒资推荐页面显示的媒资可基于用户偏好数据从媒资数据库中进行筛选。用户偏好数据可通过分析用户的历史观看记录得到。通过历史观看记录可得到用户历史观看的媒资，分析大量用户历史观看的媒资的共同特征，可得到用户偏好数据。然而，该共同特征通常仅考虑了媒资的内容属性，如媒资的主演标签、媒资的类型标签等等，使得根据共同特征得到的用户偏好数据也只能反映用户对媒资的内容偏好。实际上，用户的观看习惯是影响用户选择智能电视上要观看的媒资一种重要因素，例如，在一些家庭中，平时可能是儿童观看一些少儿节目，周末可能是家长观看本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种服务器，其特征在于，所述服务器被配置为：采集用户观看媒资的历史行为数据；计算所述历史行为数据对应观看顺序的第一矩阵、计算所述历史行为数据对应观看间隔的第二矩阵、计算所述历史行为数据对应媒资内容的第三矩阵；通过自注意力模型对所述第一矩阵、第二矩阵和第三矩阵进行自注意力计算，得到所述历史行为数据对应的媒资表示矩阵；将所述媒资表示矩阵输入前馈神经网络，通过媒资训练集对所述前馈神经网络进行训练，得到用于进行媒资推荐的媒资推荐网络。2.根据权利要求1所述的服务器，其特征在于，计算所述历史行为数据对应观看间隔的第二矩阵，包括：计算所述历史行为数据中任意两个媒资的观看间隔；将所述观看间隔进行归一化，得到相对间隔；构建表示所述历史行为数据中任意两个媒资的相对间隔的第二矩阵。3.根据权利要求1所述的服务器，其特征在于，计算所述历史行为数据对应观看顺序的第一矩阵，包括：按照所述历史行为数据中的观看时间构建观看顺序序列；将所述历史行为数据按照所述观看顺序序列构建第一矩阵。4.根据权利要求1所述的服务器，其特征在于，计算所述历史行为数据对应媒资内容的第三矩阵，包括：构建所述历史行为数据对应媒资的影片描述矩阵；构建所述历史行为数据对应媒资的海报表示矩阵；构建所述历史行为数据对应媒资的视频内容表示矩阵；综合全部媒资的影片描述矩阵、海报表示矩阵和视频内容表示矩阵，得到所述历史行为数据对应媒资内容的第三矩阵。5.根据权利要求1所述的服务器，其特征在于，通过自注意力模型对所述第一矩阵、第二矩阵和第三矩阵进行自注意力计算，得到所述历史行为数据对应的媒资表示矩阵，包括：通过自注意力模型对所述第一矩阵和第二矩阵进行自注意力计算，得到位置矩阵；通过所述自注意力模型对所述位置矩阵和第三矩阵进行自注意力计算，得到媒资表示矩阵。6.根据权利要求5所述的服务器，其特征在于，通过自注意力模型对所述第一矩阵和第二矩阵进行自注意力计算，得到位置矩阵，包括：计算所述第一矩阵的注意力机制的第一查询向量、第一键向量和第一值向量，计算所述第二矩阵的注意力机制的第二查询向量、第二键向量和第二值...

【专利技术属性】
技术研发人员：车进，韩洁，陈艳君，
申请(专利权)人：聚好看科技股份有限公司，
类型：发明
国别省市：