CN111708941B 内容推 荐方法、装置、计算机设备和存储介质 （深圳市雅阅科技有限公司）

道海滨社区宝兴路6号海纳百川总部A,2018.11.02A,2017.04.19A,2018.06.29A,2020.05.19质本方法能够有效提高推荐内容的推荐效率和推2通过点击率预测模型所包括的第一提取网络，基于各视频片段的弹通过所述点击率预测模型所包括的预测层，根据所述弹幕特征、所述基于筛选出的点击率预测值对应的视频片段确获取各所述视频片段对应的弹幕信息、播放行为信息和用户取网络，基于各视频片段的弹幕属性信息和播放行为信息提取弹幕特征和播放行为特征，通过所述第一提取网络，从所述弹幕属性信息中提取弹幕属性信息对所述弹幕属性信息表示和所述播放行为信息表示分别进行编码基于所述目标多模态特征确定各视频片段的3在所述视频内容播放到所述推荐时间点时，在所述视频获取训练样本和训练标签；所述训练样本包括样本视频内容中基于所述训练样本和所述训练标签训练点击通过所述点击率预测模型所包括的第一提取网络，提取所述样本通过所述点击率预测模型所包括的第二提取网络，提取所述样本用户信息的样通过所述点击率预测模型所包括的预测层，基于所述样本弹幕特征基于所述样本点击率与所述训练标签的差异，调整所述点击率预点击率预测模块，用于通过点击率预测模型所包括推荐处理模块，用于从所述各视频片段的点击率预测值中，筛选符4理器执行时实现权利要求1至11中任一项所述的方法56在所述视频内容播放到所述推荐时间点时，在所述视频内容的弹幕区域播放弹幕推荐内于所述样本点击率与所述训练标签的差异，调整所述点击率预测模型的参数并继续训练，7[0046]图7为一个实施例中通过点击率预测模型确定各视频片段的点击率预测值的流程8算机视觉(ComputerVision,CV)和图像处理等技术。人工智能是利用数字计算机或者数字9的质量效果的一项指标。以广告推荐内容为例，CTR是衡量互联网广告效果的一项重要指[0089]上述内容推荐方法中，计算机设备获取从视频内容划分出的至少两个视频片段以为各视频片段内的点赞数占整个视频内容所有点赞数[0092]弹幕情感特征值是指用户弹幕内容的情绪表现，具体可或基于CNN(ConvolutionalNeuralNetworks，卷积神经网络)模型的进行文本情感特征提[0100]在其中一个实施例中，如图3所示，为一个实施例中对文本向量进行情感分析处情感特征值，归一化到[0～1.0]后相加平均得到各视频片段对应的综合的弹幕情感特征行为信息和用户信息输入至预训练的点击率线性模型(WideLinearModel)是对统计关系进行定量描述的一种数学模型，用于分析因[0117]例如，第一提取网络可以采用基于逻辑回归模型(LogisticRegressionModel)逐步回归模型(StepwiseRegressionModel)等的元模型对弹幕属性信息和播放行为信息[0118]计算机设备将各视频片段的弹幕属性信息和播放行为信息以及用户信息输入至第一提取网络根据弹幕属性信息和播放行为信息对应的各个特征向量和向量值进行线性中包括至少两层网络结构，用于提取用户信息所包括的各种关联向量对应的各种特征表示。第二提取网络可以为采用基于DNN(深度神经网络)模型的进行用户特征提取。除此之外，还可以采用基于LSTM(长短期记忆网络)模型或基于CNN(卷积神经网络)模型的进行用[0125]计算机设备将各视频片段的弹幕属性信息和播放行为信息以及用户信息输入至[0128]本实施例中，通过点击率预测模型中的第二提取网络对够精准有效捕捉用户行为特征和弹幕特征以及用户特征与各视频片段中推荐内容的点击确有效地分析出视频内容中比较适合进行内容推送的[0146]计算机设备具体还可以通过预训练的内容生成模型对弹幕内容进行语义特征提的推荐内容与用户的观影情绪更加贴合，进而能够有效提高视频内容中推荐内容的点击推荐对象的类别属性信息或者描述信息，确定弹幕内容与各个待推荐对象之间的匹配度，[0162]如图9所示，为一个实施例中在视频内容的弹幕区域播放弹幕推荐内容的界面示播放界面的上方区域为弹幕区域,参照图9中的902，播放界面的上方区域为字幕区域。例通过视频内容的画面和字幕信息可以看出视频内容为科普类的内整参数后的点击率预测模型的预测性能指标达击率之间的隐含关系。在基于点击率预测模型对视频内容中的推荐内容进行点击率预测[0192]S1124，获取推荐时间点对应的视频片段的弹幕内容；获取待推荐对象的描述信[0198]计算机设备获取待处理的视频内容后，从视频内容划分出的至少两个视频片[0202]计算机设备获取待处理的视频内容后，从视频内容划分包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-