媒体资源的标签确定方法和装置、存储介质及电子设备制造方法及图纸

本发明专利技术公开了一种媒体资源的标签确定方法和装置、存储介质及电子设备。其中，该方法包括：在媒体资源推送系统中，可以根据目标用户群组中每个用户的用户画像特征(用户的基础信息)与媒体资源的资源内容特征，确定出目标用户群组该类用户偏好的媒体资源的目的，根据该媒体资源的标签，可以知晓偏好该媒体资源的用户，进而可以有效的向用户推送媒体资源，进而解决了现有技术中，不能有效的向用户推送媒体资源的技术问题。资源的技术问题。资源的技术问题。

【技术实现步骤摘要】
媒体资源的标签确定方法和装置、存储介质及电子设备


[0001]本专利技术涉及计算机处理领域，具体而言，涉及一种媒体资源的标签确定方法和装置、存储介质及电子设备。

技术介绍

[0002]现如今，越来越多的人们会利用碎片化的时间在移动终端设备观看媒体资源，如在上下班路上，通过某个应用软件上观看媒体资源，应用程序通常会向用户推送各种媒体资源，如推送一些文章、短视频、视频、音频等。
[0003]应用程序在推送媒体资源过程中，通常可以根据媒体资源的标签将该媒体资源推送给相关的用户，如媒体资源是游戏类的文章，将根据游戏标签将其文章推送给玩游戏的用户，如何准确的确定媒体资源的标签信息，在进行媒体资源推送的过程中，越来越重要。
[0004]现有方案中，可以采用深度学习模型，以用户的历史点击行为和兴趣特征作为输入，文章内容特征作为输入，学习用户/文章的特征表示用于用户文章召回，这要求用户有比较丰富的兴趣特征和历史点击行为。但是这种方案对于点击行为和兴趣特征比较少的用户不够友好，如一些应用的新用户，因为新用户的点击行为和兴趣特征比较少，模型召回的文本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种媒体资源的标签确定方法，其特征在于，包括：获取目标用户群组中每个用户的用户画像特征，其中，所述目标用户群组的群组标签为目标群组标签，所述每个用户的用户画像特征均与所述目标群组标签匹配；获取目标媒体资源集合中每个媒体资源的资源内容特征；将所述每个用户的用户画像特征与所述每个媒体资源的资源内容特征，组成多条输入信息，其中，每条输入信息包括一个用户的用户画像特征和一个媒体资源的资源内容特征；将所述多条输入信息分别输入到目标神经网络模型中，得到所述目标神经网络模型输出的多个预测结果，其中，每个预测结果用于表示一条输入信息对应的用户是否会点击对应的媒体资源；根据所述多个预测结果，在所述目标媒体资源集合中确定与所述目标用户群组匹配的目标媒体资源，并将所述目标群组标签确定为所述目标媒体资源的标签。2.根据权利要求1所述的方法，其特征在于，所述获取目标用户群组中每个用户的用户画像特征之前，所述方法还包括：获取第一用户集合中的每个用户的用户画像特征，其中，所述用户画像特征用于表示所述用户的自身信息；根据预设的所述目标群组标签以及所述第一用户集合中的每个用户的用户画像特征，在所述第一用户集合中确定所述目标用户群组。3.根据权利要求2所述的方法，其特征在于，所述根据预设的所述目标群组标签以及所述第一用户集合中的每个用户的用户画像特征，在所述第一用户集合中确定所述目标用户群组，包括：在所述第一用户集合中查找目标用户，其中，所述目标群组标签包括M个标签，所述目标用户的用户画像特征包括与所述M个标签对应的M个特征，所述M个特征的取值与所述M个标签的取值匹配，M为1或为2或为大于或等于3的自然数；在查找到所述目标用户的情况下，确定所述目标用户的用户画像特征与所述目标群组标签匹配，并将所述目标用户确定为所述目标用户群组中的用户。4.根据权利要求3所述的方法，其特征在于，所述在所述第一用户集合中查找目标用户，包括：对应所述第一用户集合中的每个用户，执行以下操作，其中，在执行以下操作中，所述每个用户为当前用户：在所述当前用户的用户画像特征中获取与所述M个标签对应的当前M个特征的取值；在所述当前M个特征的取值与所述M个标签的取值相等、或者位于所述M个标签的取值范围之内时，确定所述当前M个特征的取值与所述M个标签的取值匹配，并将所述当前用户确定为所述目标用户。5.根据权利要求2所述的方法，其特征在于，所述方法还包括：根据所述第一用户集合中的每个用户的用户画像特征确定M个特征，其中，所述目标群组标签包括M个标签，M为1或为2或为大于或等于3的自然数；将所述M个标签设置为所述M个特征，其中，所述M个标签的取值或取值范围为预设值，或者，是根据所述M个特征的取值确定得到。6.根据权利要求5所述的方法，其特征在于，所述根据所述第一用户集合中的每个用户
的用户画像特征确定M个特征，包括：根据所述第一用户集合中的每个用户的用户画像特征，确定第一特征组合集合，其中，所述第一特征组合集合中的每个特征组合中的特征数量均为M个；根据预先获取的点击日志，确定第二特征组合集合，其中，所述第二特征组合集合中的每个特征组合中的特征数量均为M个，所述点击日志记录了第二用户集合中每个用户的用户画像特征；在所述第一特征组合集合与所述第二特征组合集合的交集中确定一个特征组合，作为所述M个特征。7.根据权利要求1所述的方法，其特征在于，所述将所述多条输入信息分别输入到目标神经网络模型中，得到所述目标神经网络模型输出的多个预测结果，包括：对于每条输入信息，执行以下步骤，得到对应的预测结果，其中，在执行以下步骤时，所述每条输入信息为当前输入信息，所述当前输入信息包括当前用户的用户画像特征和当前媒体资源的资源内容特征：将所述当前用户的用户画像特征输入到第一神经网络模型，得到所述第...

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