视频推荐方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113742561A(43)申请公布日2021.12.03(21)申请号202010460801.1(22)申请日2020.05.27(71)申请人北京达佳互联信息技术有限公司地址100085北京市海淀区上地西路6号1幢1层101D1-7(72)发明人白明(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人冯右明(51)Int.Cl.G06F16/9535(2019.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书16页附图6页(54)发明名称视频推荐方法、装置、电子设备及存储介质(57)摘要本公开关于一种视频推荐方法、装置、电子设备及存储介质，其中该方法包括：获取目标账户的账户属性信息；对账户属性信息进行转换处理，获得用于表示所述目标账户的账户特征信息；确定候选视频集合中各候选视频的视频属性信息、与候选视频存在交互行为的交互账户以及交互账户属性信息；根据候选视频、视频属性信息、交互账户以及交互账户属性信息，确定用于表示候选视频的视频特征信息；根据各候选视频的视频特征信息以及目标账户的账户特征信息，从候选视频集合中确定用于向目标账户推荐的目标视频。从而实现根据已有交互账户的视频交互数据，为新用户进行视频推荐，提高对新账户的冷启动推荐的准确率。CN113742561ACN113742561A权利要求书1/2页1.一种视频推荐方法，其特征在于，包括：获取目标账户的账户属性信息，其中，所述目标账户为在当前平台未发生视频交互行为的账户或者发生的视频交互行为不满足预设条件的账户；对所述账户属性信息进行转换处理，获得用于表示所述目标账户的账户特征信息；确定候选视频集合中各候选视频的视频属性信息、与所述候选视频存在交互行为的交互账户以及交互账户属性信息；根据所述候选视频、所述视频属性信息、所述交互账户以及所述交互账户属性信息，确定用于表示所述候选视频的视频特征信息；根据各候选视频的视频特征信息以及所述目标账户的账户特征信息，从所述候选视频集合中确定用于向所述目标账户推荐的目标视频。2.根据权利要求1所述的视频推荐方法，其特征在于，所述对所述账户属性信息进行转换处理，获得用于表示所述目标账户的账户特征信息的步骤包括：根据所述目标账户以及所述目标账户的账户属性信息，构建账户属性异构图，所述账户属性异构图中包括目标账户节点以及账户属性信息节点；将所述账户属性异构图输入至已训练的第一图卷积神经网络模型，在所述第一图卷积神经网络模型中，对相同类型的节点的值进行聚合卷积操作，获得第一特征向量，对不同类型的节点的值进行联合卷积操作，获得第二特征向量，并对所述第一特征向量及所述第二特征向量进行降维处理，输出账户特征信息。3.根据权利要求2所述的方法，其特征在于，所述目标账户节点采用由所述目标账户经由已有模型训练后的向量来表示；所述账户属性信息节点由所述账户属性信息表示，或者，由所述账户属性信息经由已有模型训练后的向量来表示，或者由所述账户属性信息以及所述账户属性信息经由已有模型训练后的向量进行联合表示。4.根据权利要求2或3所述的视频推荐方法，其特征在于，所述第一图卷积神经网络模型采用如下方式训练得到：确定多个样本账户，所述样本账户为在当前平台存在视频交互行为的注册账户；获取各样本账户对应的样本账户属性信息；根据所述样本账户以及对应的样本账户属性信息构建样本账户属性异构图；采用预设的图卷积神经网络学习器对所述样本账户属性异构图进行学习，生成第一图卷积神经网络模型。5.根据权利要求1所述的视频推荐方法，其特征在于，所述根据所述候选视频、所述视频属性信息、所述交互账户以及所述交互账户属性信息，确定用于表示所述候选视频的视频特征信息的步骤包括：根据所述候选视频、所述视频属性信息、所述交互账户以及所述交互账户属性信息，构建视频账户属性异构图，所述视频账户属性异构图中包括视频标识节点、视频属性信息节点、交互账户节点以及交互账户属性信息节点；将所述视频账户属性异构图输入至已训练的第二图卷积神经网络模型，在所述第二图卷积神经网络模型中，对相同类型的节点的值进行聚合卷积操作，获得第三特征向量，对不同类型的节点的值进行联合卷积操作，获得第四特征向量，并对所述第三特征向量及所述2CN113742561A权利要求书2/2页第四特征向量进行降维处理，输出视频特征信息。6.根据权利要求5所述的方法，其特征在于，所述交互账户节点采用由所述交互账户经由已有模型训练后的向量来表示；所述视频标识节点采用由视频标识经由已有模型训练后的向量来表示；所述交互账户属性信息节点由所述交互账户属性信息表示，或者，由所述交互账户属性信息经由已有模型训练后的向量来表示