一种视频推荐方法、设备及存储介质技术

本发明专利技术实施例提供了一种视频推荐方法、设备及存储介质，涉及视频处理技术领域。所述方法首先通过获取可解释性强的视频图谱和获取若干个用户终端在预设时间间隔内点击视频的行为日志，并依据行为日志确定出对应的行为序列。接着将视频图谱和若干组行为序列综合输入到视频推荐模型中，得到目标特征信息。目标特征信息包括各用户终端对应的偏好特征信息和各视频对应的视频特征信息。从而可以通过偏好特征信息和视频特征信息之间的差异信息，确定出用户终端所偏好的目标视频并进行视频推送，其能够提高视频推荐的精确度以及增强视频推荐的可解释性，以及能够为后期视频推荐方式的优化提供数据支撑。优化提供数据支撑。优化提供数据支撑。

【技术实现步骤摘要】
一种视频推荐方法、设备及存储介质


[0001]本专利技术涉及视频处理
，特别是涉及一种视频推荐方法、设备及存储介质。

技术介绍

[0002]在线流媒体平台具有丰富的视频资源，这些海量的视频一般是通过推荐的方式进行自动分发。但是，视频是一种具有多维特征的内容载体，例如具有视频类型、角色、演员等特征。而用户在观看视频内容时，会通过不同的互动行为来表现出对视频的喜爱程度，如点击、观看以及收藏等行为。而现有的视频推荐算法基本是大量的用户行为数据学习，例如拟合用户行为数据的整体统计分布进行推荐，其不能明确表征用户和视频之间的关联属性，不利于视频推荐方式的精确度提升。

技术实现思路

[0003]本专利技术实施例的目的在于提供一种视频推荐方法、设备及存储介质，以实现提升视频推荐的可解释性和推荐精确度。具体技术方案如下：
[0004]在本专利技术实施的第一方面，首先提供了一种视频推荐方法，所述方法包括：
[0005]获取视频图谱，所述视频图谱包括若干个节点和若干条连接两个节点的连接边，所述连接边表征两个建立边连接的节点之间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频推荐方法，其特征在于，所述方法包括：获取视频图谱，所述视频图谱包括若干个节点和若干条连接两个节点的连接边，所述连接边表征两个建立边连接的节点之间的关联属性，所述节点包括标识不同视频的标识节点和表征具体属性特征的属性节点；获取若干个用户终端在预设时间间隔内点击视频的行为日志，并依据各行为日志确定出对应的行为序列，其中，所述行为序列依据所述行为日志中按照时序点击的视频标识确定；将所述视频图谱和若干组行为序列输入到视频推荐模型中，得到若干条目标特征信息，所述目标特征信息包括各用户终端对应的偏好特征信息和各视频对应的视频特征信息；依据各目标特征信息，确定对应用户终端所偏好的目标视频；将所述目标视频对应的视频数据下发至对应的用户终端，用以在各用户终端中进行视频推荐。2.根据权利要求1所述的视频推荐方法，其特征在于，所述视频推荐模型包括第一聚合网络、第二聚合网络以及第三聚合网络，所述将所述视频图谱和若干组行为序列输入到视频推荐模型中，得到若干条目标特征信息，包括：将所述视频图谱输入所述第一聚合网络中进行第一特征聚合，确定各视频对应的视频特征信息；将所述视频图谱和若干组行为序列输入所述第二聚合网络中进行第二特征聚合，确定出各用户终端对应的若干个意图特征信息；将各视频特征信息和各意图特征信息输入第三聚合网络中进行第三特征聚合，确定各用户终端对应的偏好特征信息。3.根据权利要求2所述的视频推荐方法，其特征在于，所述将所述视频图谱输入所述第一聚合网络中进行第一特征聚合，确定各视频对应的视频特征信息，包括：依据所述视频图谱，确定各视频对应的属性关联树，其中，将所述视频图谱中的标识节点作为属性关联树中的属性根节点，将所述视频图谱中的属性节点作为属性关联树中的属性子节点；依据所述属性根节点和与所述属性根节点L阶相邻的属性子节点形成的关联路径，分别聚合生成所述属性根节点匹配的视频在各阶上的节点特征信息，其中，L为大于0的整数；将各阶节点特征信息进行聚合，得到各视频对应的视频特征信息。4.根据权利要求3所述的视频推荐方法，其特征在于，所述将所述视频图谱和若干组行为序列输入所述第二聚合网络中进行第二特征聚合，确定出各用户终端对应的若干个意图特征信息，包括：依据所述属性关联树和若干组行为序列，确定出各用户终端对应的意图关联树，其中，构建行为意图作为意图关联树中的意图根节点，将所述行为序列对应的视频标识作为意图关联树中的意图根节点的视频子节点，以及将所述属性关联树中与行为序列对应的视频标识相关的属性子节点，作为意图关联树中视频...

【专利技术属性】
技术研发人员：秦超，樊文浩，
申请(专利权)人：北京爱奇艺科技有限公司，
类型：发明
国别省市：