本申请涉及电视推荐领域，具体是涉及一种互联网电视的推荐方法及设备。本申请获取待推荐用户的互联网电视数据；根据互联网电视数据获取推荐模型配置的已有提示语模板，并根据已有提示语模板生成参考提示语模板，其中，参考提示语模板与已有提示语模板不同；分别根据已有提示语模板和参考提示语模板将互联网电视数据转换为第一输入数据和第二输入数据；将第一输入数据和第二输入数据输入推荐模型，通过推荐模型得到待推荐用户对应的推荐结果。本申请通过结合参考提示语模板和已有提示语模板将互联网电视数据转化为输入数据，提高了对于不同待推荐用户的推荐泛化能力。
【技术实现步骤摘要】
本申请涉及推荐，具体是涉及一种互联网电视的推荐方法、装置、设备及存储介质。
技术介绍
1、当前基于推荐模型的互联网电视推荐过程中，通常针对不同的推荐任务选择不同的推荐模型向用户进行互联网电视节目或视频的推荐，由于现有的推荐模型使用特定的架构且针对单一推荐任务的目标进行训练和学习，因此在执行推荐任务时只能应用于单一的推荐目的，无法适用于其他的推荐目的。即使不同的推荐任务之间存在业务上的共通性，能够共享上下文信息，但是由于推荐模型的设计局限，导致了其泛化能力弱，对上下文信息的理解能力不足，进而限制了推荐效果。
2、因此，现有技术还有待改进和提高。
技术实现思路
1、为解决上述技术问题，本申请提供了一种互联网电视的推荐方法、装置、设备及存储介质，解决了现有技术中难以共享知识和泛化能力差的问题。
2、为实现上述目的，本申请采用了以下技术方案：
3、第一方面，本申请提供了一种互联网电视的推荐方法，其中，包括：
4、获取待推荐用户的互联网电视数据；
5、根据所述互联网电视数据获取所述推荐模型配置的已有提示语模板，并根据已有提示语模板生成参考提示语模板，其中，所述参考提示语模板与所述已有提示语模板不同；
6、分别根据已有提示语模板和参考提示语模板将所述互联网电视数据转换为第一输入数据和第二输入数据；
7、将所述第一输入数据和第二输入数据输入所述推荐模型，通过所述推荐模型得到所述待推荐用户对应的推荐结果。
<
p>8、在一种实现方式中，所述根据已有提示语模板生成参考提示语模板具体包括：9、读取所述已有提示语模板所包括的关键词；
10、基于所述关键词生成参考提示语模板，以使得所述参考提示语模板包括所述关键词。
11、在一种实现方式中，所述推荐模型配置有若干已有提示语模板，若干已有提示语模板中的每个已有提示语模板对应一种推荐任务。
12、在一种实现方式中，所述根据所述互联网电视数据获取所述推荐模型配置的已有提示语模板具体包括：
13、根据所述互联网电视数据在所述推荐模型对应的若干推荐任务中选取所述待推荐用户对应目标推荐任务；
14、获取所述目标推荐任务对应的已有提示语模板。
15、在一种实现方式中，所述推荐模型的训练过程具体包括：
16、获取互联网电视数据集以及若干推荐任务；
17、分别为若干推荐任务中的每个推荐任务构建已有提示语模板；
18、按照各已有提示语模板将互联网电视数据集转换为若干训练数据集，其中，每个训练数据集对应一个推荐任务；
19、基于所有训练数据集对预设语言模型进行训练，以得到经过训练的推荐模型，其中，所述推荐模型用于执行若干推荐任务。
20、在一种实现方式中，所述获取互联网电视数据集之后，所述方法还包括：
21、删除所述互联网电视数据集中的异常互联网电视数据与缺失互联网电视数据；
22、删除所述互联网电视数据集中未达到预设完播目标的互联网电视数据。
23、在一种实现方式中，所述获取互联网电视数据集之后，所述方法还包括：
24、对所述互联网电视数据集中的互联网电视数据进行唯一性编码；
25、基于预设规则对所述互联网电视数据集中的互联网电视数据进行转化得到对应的评分数据，将所述评分数据加入所述互联网电视数据集中，其中，所述评分数据为互联网电视数据对应的标签数据。
26、第二方面，本申请还提供了一种互联网电视的推荐装置，其中，所述装置包括如下组成部分：
27、获取模块，用于获取待推荐用户的互联网电视数据；
28、生成模块，用于根据所述互联网电视数据获取所述推荐模型配置的已有提示语模板，并根据已有提示语模板生成参考提示语模板，其中，所述参考提示语模板与所述已有提示语模板不同；
29、转换模块，用于分别根据已有提示语模板和参考提示语模板将所述互联网电视数据转换为第一输入数据和第二输入数据；
30、推荐模块，用于将所述第一输入数据和第二输入数据输入所述推荐模型，通过所述推荐模型得到所述待推荐用户对应的推荐结果。
31、第三方面，本申请还提供了一种终端设备，其中，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的互联网电视的推荐的程序，所述处理器执行所述互联网电视的推荐的程序时，实现如上任意一项所述的互联网电视的推荐方法的步骤。
32、第四方面，本申请还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有互联网电视的推荐的程序，所述互联网电视的推荐的程序被处理器执行时，实现如上所述互联网电视的推荐方法的步骤。
33、有益效果：
34、本申请首先获取待推荐用户的互联网电视数据，使用互联网电视数据从推荐模型中找到匹配的推荐任务，并得到对应推荐任务的已有提示语模板；基于已有提示语模板进行调整，生成具备相同推荐目的但是表达方式完全不同的参考提示语模板；基于已有提示语模板和参考提示语模板将互联网电视数据转化为用于输入推荐的模型的输入数据，借助于已有提示语模板和基于已有提示语模板生成的参考提示语模板，所转化的输入数据在使用了不同的语法结构的情况下依然保留了相同的语义和推荐目的，相较之于仅使用已有提示语模板而言，已有提示语模板和参考提示语模板的共通使用，使得输入数据具备了更强的泛化能力，对上下文信息的表达更加全面和完善；最终将输入数据输入到推荐模型中，得到待推荐用户对应的推荐结果，由于输入数据对上下文信息的表达更加全面和完善，使得推荐结果也更加准确。
35、此外，本申请的推荐模型运用预训练语言模型架构，通过使用多种推荐任务及其对应的已有提示语模板对训练用的互联网电视数据集进行转化得到多种推荐任务的训练数据集，将所有推荐任务对应的训练数据集输入到预训练语言模型中进行训练，从而增强推荐模型的泛化能力，使得经过训练的推荐模型理解多种推荐任务的任务目标，进而应对多种推荐任务的推荐工作，最终提升了推荐模型在互联网电视推荐系统中的适用性。
本文档来自技高网...
【技术保护点】
1.一种互联网电视的推荐方法，其特征在于，应用经过训练的推荐模型，所述方法包括：
2.根据权利要求1所述的互联网电视的推荐方法，其特征在于，所述根据已有提示语模板生成参考提示语模板具体包括：
3.根据权利要求1所述的互联网电视的推荐方法，其特征在于，所述推荐模型配置有若干已有提示语模板，若干已有提示语模板中的每个已有提示语模板对应一种推荐任务。
4.根据权利要求3所述的互联网电视的推荐方法，其特征在于，所述根据所述互联网电视数据获取所述推荐模型配置的已有提示语模板具体包括：
5.根据权利要求1所述的互联网电视的推荐方法，其特征在于，所述推荐模型的训练过程具体包括：
6.根据权利要求5所述的互联网电视的推荐方法，其特征在于，所述获取互联网电视数据集之后，所述方法还包括：
7.根据权利要求5所述的互联网电视的推荐方法，其特征在于，所述获取互联网电视数据集之后，所述方法还包括：
8.一种互联网电视的推荐装置，其特征在于，所述装置包括如下组成部分：
9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的互联网电视的推荐程序，所述处理器执行所述互联网电视的推荐程序时，实现如权利要求1-7任一项所述的互联网电视的推荐方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有互联网电视的推荐程序，所述互联网电视的推荐程序被处理器执行时，实现如权利要求1-7任一项所述互联网电视的推荐方法的步骤。
...
【技术特征摘要】
1.一种互联网电视的推荐方法，其特征在于，应用经过训练的推荐模型，所述方法包括：
2.根据权利要求1所述的互联网电视的推荐方法，其特征在于，所述根据已有提示语模板生成参考提示语模板具体包括：
3.根据权利要求1所述的互联网电视的推荐方法，其特征在于，所述推荐模型配置有若干已有提示语模板，若干已有提示语模板中的每个已有提示语模板对应一种推荐任务。
4.根据权利要求3所述的互联网电视的推荐方法，其特征在于，所述根据所述互联网电视数据获取所述推荐模型配置的已有提示语模板具体包括：
5.根据权利要求1所述的互联网电视的推荐方法，其特征在于，所述推荐模型的训练过程具体包括：
6.根据权利要求5所述的互联网电视的推荐方法，其特征在于，所...
【专利技术属性】
技术研发人员：王嘉诚，田灯友，
申请(专利权)人：重庆市易平方科技有限公司，
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。