CN111460181A - 多媒体资源推荐方法、电子设备及存储介质 - Google Patents

多媒体资源推荐方法、电子设备及存储介质 Download PDF

Info

Publication number
CN111460181A
CN111460181A CN202010249526.9A CN202010249526A CN111460181A CN 111460181 A CN111460181 A CN 111460181A CN 202010249526 A CN202010249526 A CN 202010249526A CN 111460181 A CN111460181 A CN 111460181A
Authority
CN
China
Prior art keywords
resource
candidate multimedia
candidate
multimedia
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010249526.9A
Other languages
English (en)
Inventor
郁天宇
马翔宇
蔡雨
熊峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN202010249526.9A priority Critical patent/CN111460181A/zh
Publication of CN111460181A publication Critical patent/CN111460181A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供了一种多媒体资源推荐方法、电子设备及存储介质，其中，上述多媒体资源推荐方法，应用于电子设备，包括：获取M个候选多媒体资源；确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，其中，M为大于1的正整数；依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，其中，所述M个候选多媒体资源中，每个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配，N为小于或等于M的正整数；推荐所述N个目标多媒体资源。本发明实施例能够提高推荐的多媒体资源的整体质量，提升多媒体资源推荐的效果。

Description

多媒体资源推荐方法、电子设备及存储介质
技术领域
本发明涉及互联网技术领域，特别是涉及一种多媒体资源推荐方法、电子设备及存储介质。
背景技术
随着互联网技术的发展，人们越来越多地通过互联网来获取各种多媒体资源。对于多媒体资源提供方，当能够提供给用户的多媒体资源的数量较多时，通常会根据用户的喜好等信息，对多媒体资源进行排序或筛选等处理，并可将处理后的多媒体资源通过例如信息流内容实体的形式推荐给用户。
然而，当用户的信息较少时，例如，用户初次使用某一应用程序时，相关的多媒体资源提供方往往采用均匀随机的方式推荐多媒体资源，容易导致推荐的多媒体资源的质量参差不齐，多媒体资源推荐的效果较差。
发明内容
本发明实施例的目的在于提供一种多媒体资源推荐方法、电子设备及存储介质，以实现提高推荐的多媒体资源的整体质量，提高多媒体资源推荐效果。
具体技术方案如下：
在本发明实施的第一方面，首先提供了一种多媒体资源推荐方法，应用于电子设备，包括：
获取M个候选多媒体资源；
确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，其中，M为大于1的正整数；
依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，其中，所述M个候选多媒体资源中，每个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配，N为小于或等于M的正整数；
推荐所述N个目标多媒体资源。
在本发明实施的第二方面，还提供了一种电子设备，包括：
获取模块，用于获取M个候选多媒体资源；
第一确定模块，用于确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，其中，M为大于1的正整数；
第二确定模块，用于依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，其中，所述M个候选多媒体资源中，每个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配，N为小于或等于M的正整数；
推荐模块，用于推荐所述N个目标多媒体资源。
在本发明实施的又一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的多媒体资源推荐方法。
在本发明实施的又一方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的多媒体资源推荐方法。
本发明实施例提供的多媒体资源推荐方法中，对多个候选多媒体资源分别确定相应的资源权重，且各个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配；即可以通过资源权重来对各个候选多媒体资源被确定为目标多媒体资源的概率的控制，易于实现以较高概率推荐较高质量的多媒体资源，进而提高推荐的多媒体资源的整体质量，提升多媒体资源推荐的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的多媒体资源推荐方法的流程图；
图2为本发明实施例提供的多媒体资源推荐方法在一具体应用实施方式中的流程图；
图3为本发明实施例提供的电子设备的结构示意图；
图4为本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。
如图1所示，本发明实施例提供的多媒体资源推荐方法，应用于电子设备，包括：
步骤101，获取M个候选多媒体资源；
步骤102，确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，其中，M为大于1的正整数；
步骤103，依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，其中，所述M个候选多媒体资源中，每个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配，N为小于或等于M的正整数；
步骤104，推荐所述N个目标多媒体资源。
本实施例中，上述多媒体资源可以是指视频、音乐、电子书等类型的资源，此处不做具体限定。可以理解的是，对于多媒体资源提供方，通常会具有相应的多媒体资源库，上述M个候选多媒体资源，可以是多媒体资源库中的全部多媒体资源，也可以是选取的其中的部分多媒体资源。以下主要以视频类型的多媒体资源为例，对本发明实施例提供的多媒体资源推荐方法进行说明。
对于每个候选视频可以分别确定一相应的资源权重，资源权重的赋值依据可以是根据实际情况进行确定，例如，可以根据视频的热度、视频的用户评价、视频的上传时间、视频的内容或者视频的上传者等等，此处不做具体限定。
依据候选视频的资源权重，可以对各个候选视频被确定为目标视频(对应目标多媒体资源)的概率进行控制，例如，可以使得资源权重越高的候选视频，其被确定为目标视频的概率越高。
目标视频可以是M个候选视频中的部分或全部候选视频。可以理解的是，在例如视频推荐的额度有限的情况，最终可以确定出固定数量(例如N个，且N<M)的目标视频进行推荐；在例如视频推荐的额度足够，或者例如各个候选视频在对应的概率的均被确定为目标视频的情况下，可以将全部的候选视频确定为目标视频。
在确定了目标视频后，可以将目标视频推荐给用户，具体的推荐方式此处不做限定，例如，视频提供方可以通过信息流内容实体的方式将目标视频推荐给用户。
以下结合一具体应用场景对本发明实施例进行说明。假设存在候选视频A与候选视频B两个候选视频，若根据视频的热度确定两者的资源权重分别是2与3，则可以使得候选视频A被确定为目标视频的概率为0.4，而使得候选视频B被确定为目标视频的概率为0.6。也就是说，可以将视频的热度作为评价视频质量的标准，某一候选视频的热度越高，可以认为该候选视频的质量越高，相应地，其被确定被目标视频并被推荐给用户的概率也就越高。
本发明实施例提供的多媒体资源推荐方法中，对多个候选多媒体资源分别确定相应的资源权重，且各个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配；即可以通过资源权重来对各个候选多媒体资源被确定为目标多媒体资源的概率的控制，易于实现以较高概率推荐较高质量的多媒体资源，进而提高推荐的多媒体资源的整体质量，提升多媒体资源推荐的效果。此外，对于资源权重较低的候选多媒体资源，也有一定的概率被确定为目标多媒体资源，增加了多媒体资源推荐的多样性。
在一个示例中，上述从多媒体资源库中获取M个候选多媒体资源，可以是基于多媒体资源库中所有视频的创建日期来选取的，具体地，可以是将创建时间预设时间段内，例如最近30天的视频全部作为候选视频(即对应M个候选多媒体资源)。
可选地，所述步骤102，确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，包括：
获取第一候选多媒体资源的资源数据，所述资源数据包括用户评价数据与资源创建时长中的至少一项；所述第一候选多媒体资源为所述M个候选多媒体资源中的任一候选多媒体资源；
依据所述资源数据确定所述第一候选多媒体资源的资源权重。
在实际应用中，用户可能对视频进行点赞、评论或者收藏等操作，这些操作可以认为是用户与视频之间的一种互动，也可以认为是用户对该视频的一种评价。因此，用户评价数据可以是某一视频的点赞数量、评论数量或者收藏数量等，用户评价数据则可以基于用户对视频的操作所产生的用户行为数据来获取。
例如，同样针对候选视频A与候选视频B，若候选视频A的点赞数量为100，评论数量为80，而候选视频的点赞数量为120，评论数量为100；则根据以上用户评价数据，可以针对候选视频A确定一较低的资源权重，而针对候选视频B确定一较高的资源权重。
至于资源创建时长则容易理解，每个视频均具有对应的创建时间，可以使得创建时间较早的视频的资源权重低于创建时间较晚的视频的资源权重；或者使得创建时间在某一时间段内的视频的资源权重低于另一时间段内的视频的资源权重等等，此处不做具体限定。
本实施例中，采用候选多媒体资源的用户评价数据和/或资源创建时长来确定候选多媒体资源的资源权重，资源数据的获取比较容易，针对用户信息较少的用户，也可以有效保障各个候选多媒体资源的资源权重的确定效率。
可选地，在所述资源数据包括资源创建时长与用户评价数据的情况下，所述依据所述资源数据确定所述第一候选多媒体资源的资源权重，包括：
依据所述用户评价数据确定所述第一候选多媒体资源的第一评分值；
依据所述资源创建时长确定所述第一候选多媒体资源的第二评分值；
依据所述第一评分值与所述第二评分值确定所述第一候选多媒体资源的资源权重。
本实施例中，同时将资源创建时长与用户评价数据作为确定资源权重的因素；此外，针对用户评价数据与资源创建时长，分别赋予了对应的评分值，并综合两者的评分值来获得资源权重，同时考虑了多媒体资源的用户评价与时效性，有利于提高确定的资源权重的合理性。
在一个示例中，可通过如下方式计算任一个候选视频的资源权重：
对于第一评分值的确定，可以获取候选视频的点赞数量(记为like)，评论数量(记为comment)以及收藏数量(记为favor)等类型的用户评价数据，每一类用户评价数据可以对应一单位分值，例如，以上三类用户评价数据对应的单位分值，依次为1、5、10；则第一评分值可以是(1×like+5×comment+10×favor)。但为避免第一评分值过大，本示例中，可以对上述结果按一定规则进行缩小，例如对其处理后进一步取对数，得到的第一评分值I可以表示为：
I＝log10(10+1×like+5×comment+10×favor)
对于第二评分值的确定，可以先确定一时长阈值，当资源创建时长小于该时长阈值时，可以将第二评分值直接确定为一固定值，当资源创建时长大于或等于该时长阈值时，可是使得第二评分值随资源创建时长变化而变化，例如，使得第二评分值T(x)与资源创建时长x满足如下函数关系：
Figure BDA0002434974430000061
其中，t为上述的时长阈值。考虑到实际应用中，视频从创建(或者用户上传视频到多媒体资源库中)到能够被用户所观看之间，可能会存在审核的时间，因此本示例中设置了以上时长阈值，减小审核过程对第二评分值的合理度的影响。
依据以上方式得到候选视频的第一评分值与第二评分值后，可以按如下公式计算候选视频的资源权重ω：
ω＝100×I/T(x)
可见，本示例中，候选视频的初始的资源权重(例如候选视频刚好创建，且处于无点赞、无评论、无收藏的状态时的资源权重)可以是100，当候选视频被用户点赞、评论或收藏后，第一评分值会相应增大，资源权重也相应增加；而当候选视频的创建时长超过时长阈值后，第二评分值将随着的时长增加而增加，而资源权重则相应减小。
当然，以上仅仅是对候选视频的资源权重计算方式的一种示例说明，实际应用中，资源权重的计算方式可以根据需要进行选择。
可选地，所述步骤103，依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，包括：
分别针对所述每个候选多媒体资源确定一随机值；
分别依据所述每个候选多媒体资源的资源权重及对应的随机值，确定所述每个候选多媒体的资源得分；
依据所述每个候选多媒体的资源得分，从所述M个候选多媒体资源中确定N个目标多媒体资源。
容易理解的是，本实施例中，可以将候选视频的资源得分作为候选视频是否能够被确定为目标视频的直接依据，例如，可以将对多个候选视频的资源得分进行排序，将排名在前的N个候选视频作为目标视频；或者，也可以将资源得分超过一得分阈值的全部候选视频作为目标视频，此处不做具体限定。
候选视频的资源得分则可以主要由随机值与资源权重两个因素来确定。对于随机值，在条件相同的情况下(主要是随机值的取值范围)，不同的候选视频确定得到某一随机值的概率是相等的，因此，在只考虑随机值的情况下，每一候选视频被确定为目标视频的概率是相等的；而本实施例中进一步将资源权重作为了确定资源得分的因素，由于不同候选视频的资源权重可能不同，进而使得不同候选视频获得同一资源得分的概率也不同。
例如，若存在候选视频A与候选视频B，候选视频A的资源权重为2，候选视频B的资源权重为3，随机值的取值区间为(0,1)，并假设资源得分为资源权重与随机值的乘积。则候选视频A获得0.6以上的资源得分的概率为0.7，而候选视频B获得0.6以上的资源得分的概率为0.8，也就是说，候选视频B更容易更高的资源得分，进而更容易被确定为目标视频。
由此可见，本实施例中，依据候选多媒体资源的资源权重与随机值来确定候选多媒体资源的资源得分，一方面，可以使得具有较高资源权重的候选多媒体资源能够以较高概率被确定为目标多媒体资源；另一方面，也可以使得资源权重较低的候选多媒体资源能够以较低的概率被确定为目标多媒体资源；在提高推荐的多媒体资源的整体质量的同时，也能保障推荐的多媒体资源的多样性，提高多媒体资源推荐效果。
在一个示例中，所述依据所述每个候选多媒体资源的资源权重及对应的随机值，确定所述每个候选多媒体的资源得分，包括：
按如下公式确定所述M个候选多媒体资源中第i个候选多媒体资源的资源得分ki：
Figure BDA0002434974430000071
其中，ui为所述第i个候选多媒体资源对应的随机值，且ui位于(0,1)区间内，ωi为所述第i个候选多媒体资源的资源权重，i为小于或等于M的正整数。
本实施例中，ui可以表示为ui＝rand(0，1)，即ui为返回的一个在区间(0，1)内均匀分布的随机数。
同样假设存在候选视频A与候选视频B，候选视频A的资源权重为a(可以记为ωA＝a，候选视频B的资源权重为b(可以记为ωB＝b)。候选视频A对应的随机值(记为uA)被确定为y的概率为dy/1，即dy；则候选视频A的资源得分(记为kA)为y1/a；容易理解的是，当候选视频B对应的随机值(记为uB)在区间(0，yb/a)内时，kA大于候选视频B的资源得分(记为kB)；uB的取值范围在区间(0，yb/a)的概率为(yb/a-0)/1，即yb/a；由于y的取值范围为(0，1)，则uA＞uB的概率为：
Figure BDA0002434974430000081
可见，当候选视频A的资源权重大于候选视频B的资源权重时，候选视频A得到较候选视频B更高资源得分的概率大于50％；即资源权重越高时，对应的候选视频越有可能被确定为目标视频，反之亦然。通过候选视频的资源权重来影响候选视频被确定为目标视频的概率，有利于提高对推荐的目标视频的控制能力，提升视频推荐效果。
参见图2，图2示出了在一具体应用实施方式中，上述多媒体资源推荐方法的实现步骤：
步骤201，获取所有信息流内容实体；
信息流内容实体即对应了上述多媒体资源库中的全部多媒体资源；
步骤202，按规则录入，获得推荐数据召回池；
上述录入规则，可以是例如创建时间在30天内的全部信息流内容实体(即对应了上述的多媒体资源)等，而推荐数据召回池，可以是对应了上述候选多媒体资源的集合；
步骤203，结合分布时间与互动信息给出权重，基于权重推荐出N个内容实体；
此处的分布时间与互动信息分别对应了上述的资源创建时长与用户评价数据，而权重即上述的资源权重；至于如何基于资源权重得到需要推荐的内容实体(对应目标多媒体资源)，在上文中已具体说明，此处不再赘述。
如图3所示，本发明实施例还提供了一种电子设备300，包括：
获取模块301，用于获取M个候选多媒体资源；
第一确定模块302，用于确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，其中，M为大于1的正整数；
第二确定模块303，用于依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，其中，所述M个候选多媒体资源中，每个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配，N为小于或等于M的正整数；
推荐模块304，用于推荐所述N个目标多媒体资源。
可选地，所述第一确定模块302，包括：
获取单元，用于获取第一候选多媒体资源的资源数据，所述资源数据包括用户评价数据与资源创建时长中的至少一项；所述第一候选多媒体资源为所述M个候选多媒体资源中的任一候选多媒体资源；
第一确定单元，用于依据所述资源数据确定所述第一候选多媒体资源的资源权重。
可选地，在所述资源数据包括资源创建时长与用户评价数据的情况下，所述第一确定单元，包括：
第一确定子单元，用于依据所述用户评价数据确定所述第一候选多媒体资源的第一评分值；
第二确定子单元，用于依据所述资源创建时长确定所述第一候选多媒体资源的第二评分值；
第三确定子单元，用于依据所述第一评分值与所述第二评分值确定所述第一候选多媒体资源的资源权重。
可选地，所述第二确定模块303，包括：
第二确定单元，用于分别针对所述每个候选多媒体资源确定一随机值；
第三确定单元，用于分别依据所述每个候选多媒体资源的资源权重及对应的随机值，确定所述每个候选多媒体的资源得分；
第四确定单元，用于依据所述每个候选多媒体的资源得分，从所述M个候选多媒体资源中确定N个目标多媒体资源。
可选地，所述第四确定单元，包括：
第四确定子单元，用于按如下公式确定所述M个候选多媒体资源中第i个候选多媒体资源的资源得分ki：
Figure BDA0002434974430000101
其中，ui为所述第i个候选多媒体资源对应的随机值，且ui位于(0,1)区间内，ωi为所述第i个候选多媒体资源的资源权重，i为小于或等于M的正整数。
需要说明的是，该电子设备是与上述多媒体资源推荐方法对应的电子设备，上述方法实施例中所有实现方式均适用于该电子设备的实施例中，也能达到相同的技术效果。
本发明实施例还提供了一种电子设备，如图4所示，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信，
存储器403，用于存放计算机程序；
处理器401，用于执行存储器403上所存放的程序时，实现如下步骤：
获取M个候选多媒体资源；
确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，其中，M为大于1的正整数；
依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，其中，所述M个候选多媒体资源中，每个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配，N为小于或等于M的正整数；
推荐所述N个目标多媒体资源。
可选地，所述确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，包括：
获取第一候选多媒体资源的资源数据，所述资源数据包括用户评价数据与资源创建时长中的至少一项；所述第一候选多媒体资源为所述M个候选多媒体资源中的任一候选多媒体资源；
依据所述资源数据确定所述第一候选多媒体资源的资源权重。
可选地，在所述资源数据包括资源创建时长与用户评价数据的情况下，所述依据所述资源数据确定所述第一候选多媒体资源的资源权重，包括：
依据所述用户评价数据确定所述第一候选多媒体资源的第一评分值；
依据所述资源创建时长确定所述第一候选多媒体资源的第二评分值；
依据所述第一评分值与所述第二评分值确定所述第一候选多媒体资源的资源权重。
可选地，所述依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，包括：
分别针对所述每个候选多媒体资源确定一随机值；
分别依据所述每个候选多媒体资源的资源权重及对应的随机值，确定所述每个候选多媒体的资源得分；
依据所述每个候选多媒体的资源得分，从所述M个候选多媒体资源中确定N个目标多媒体资源。
可选地，所述依据所述每个候选多媒体资源的资源权重及对应的随机值，确定所述每个候选多媒体的资源得分，包括：
按如下公式确定所述M个候选多媒体资源中第i个候选多媒体资源的资源得分ki：
Figure BDA0002434974430000111
其中，ui为所述第i个候选多媒体资源对应的随机值，且ui位于(0,1)区间内，ωi为所述第i个候选多媒体资源的资源权重，i为小于或等于M的正整数。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的多媒体资源推荐方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的多媒体资源推荐方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (12)

1.一种多媒体资源推荐方法，其特征在于，应用于电子设备，包括：
获取M个候选多媒体资源；
确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，其中，M为大于1的正整数；
依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，其中，所述M个候选多媒体资源中，每个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配，N为小于或等于M的正整数；
推荐所述N个目标多媒体资源。
2.根据权利要求1所述的方法，其特征在于，所述确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，包括：
获取第一候选多媒体资源的资源数据，所述资源数据包括用户评价数据与资源创建时长中的至少一项；所述第一候选多媒体资源为所述M个候选多媒体资源中的任一候选多媒体资源；
依据所述资源数据确定所述第一候选多媒体资源的资源权重。
3.根据权利要求2所述的方法，其特征在于，在所述资源数据包括资源创建时长与用户评价数据的情况下，所述依据所述资源数据确定所述第一候选多媒体资源的资源权重，包括：
依据所述用户评价数据确定所述第一候选多媒体资源的第一评分值；
依据所述资源创建时长确定所述第一候选多媒体资源的第二评分值；
依据所述第一评分值与所述第二评分值确定所述第一候选多媒体资源的资源权重。
4.根据权利要求1所述的方法，其特征在于，所述依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，包括：
分别针对所述每个候选多媒体资源确定一随机值；
分别依据所述每个候选多媒体资源的资源权重及对应的随机值，确定所述每个候选多媒体的资源得分；
依据所述每个候选多媒体的资源得分，从所述M个候选多媒体资源中确定N个目标多媒体资源。
5.根据权利要求4所述的方法，其特征在于，所述依据所述每个候选多媒体资源的资源权重及对应的随机值，确定所述每个候选多媒体的资源得分，包括：
按如下公式确定所述M个候选多媒体资源中第i个候选多媒体资源的资源得分ki：
Figure FDA0002434974420000021
其中，ui为所述第i个候选多媒体资源对应的随机值，且ui位于(0,1)区间内，ωi为所述第i个候选多媒体资源的资源权重，i为小于或等于M的正整数。
6.一种电子设备，其特征在于，包括：
获取模块，用于获取M个候选多媒体资源；
第一确定模块，用于确定所述M个候选多媒体资源中每个候选多媒体资源的资源权重，其中，M为大于1的正整数；
第二确定模块，用于依据所述每个候选多媒体资源的资源权重，从所述M个候选多媒体资源中确定N个目标多媒体资源，其中，所述M个候选多媒体资源中，每个候选多媒体资源被确定为目标多媒体资源的概率与该候选多媒体资源的资源权重相匹配，N为小于或等于M的正整数；
推荐模块，用于推荐所述N个目标多媒体资源。
7.根据权利要求6所述的电子设备，其特征在于，所述第一确定模块，包括：
获取单元，用于获取第一候选多媒体资源的资源数据，所述资源数据包括用户评价数据与资源创建时长中的至少一项；所述第一候选多媒体资源为所述M个候选多媒体资源中的任一候选多媒体资源；
第一确定单元，用于依据所述资源数据确定所述第一候选多媒体资源的资源权重。
8.根据权利要求7所述的电子设备，其特征在于，在所述资源数据包括资源创建时长与用户评价数据的情况下，所述第一确定单元，包括：
第一确定子单元，用于依据所述用户评价数据确定所述第一候选多媒体资源的第一评分值；
第二确定子单元，用于依据所述资源创建时长确定所述第一候选多媒体资源的第二评分值；
第三确定子单元，用于依据所述第一评分值与所述第二评分值确定所述第一候选多媒体资源的资源权重。
9.根据权利要求6所述的电子设备，其特征在于，所述第二确定模块，包括：
第二确定单元，用于分别针对所述每个候选多媒体资源确定一随机值；
第三确定单元，用于分别依据所述每个候选多媒体资源的资源权重及对应的随机值，确定所述每个候选多媒体的资源得分；
第四确定单元，用于依据所述每个候选多媒体的资源得分，从所述M个候选多媒体资源中确定N个目标多媒体资源。
10.根据权利要求9所述的电子设备，其特征在于，所述第四确定单元，包括：
第四确定子单元，用于按如下公式确定所述M个候选多媒体资源中第i个候选多媒体资源的资源得分ki：
Figure FDA0002434974420000031
其中，ui为所述第i个候选多媒体资源对应的随机值，且ui位于(0,1)区间内，ωi为所述第i个候选多媒体资源的资源权重，i为小于或等于M的正整数。
11.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202010249526.9A 2020-04-01 2020-04-01 多媒体资源推荐方法、电子设备及存储介质 Pending CN111460181A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010249526.9A CN111460181A (zh) 2020-04-01 2020-04-01 多媒体资源推荐方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010249526.9A CN111460181A (zh) 2020-04-01 2020-04-01 多媒体资源推荐方法、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111460181A true CN111460181A (zh) 2020-07-28

Family

ID=71685805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010249526.9A Pending CN111460181A (zh) 2020-04-01 2020-04-01 多媒体资源推荐方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111460181A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362109A (zh) * 2021-05-31 2021-09-07 北京达佳互联信息技术有限公司 媒介资源的推荐方法、装置、电子设备、存储介质
CN116051190A (zh) * 2023-01-13 2023-05-02 深圳市易售科技有限公司 一种将广告投放设备转为商品的方法、计算机设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164481A (zh) * 2011-12-16 2013-06-19 盛乐信息技术（上海）有限公司 最大上升趋势视频的推荐方法及系统
CN106294775A (zh) * 2016-08-11 2017-01-04 合智能科技（深圳）有限公司 内容推送方法及装置
CN110489644A (zh) * 2019-08-13 2019-11-22 腾讯科技（北京）有限公司 信息推送方法、装置、计算机可读存储介质和计算机设备
CN110933472A (zh) * 2019-12-02 2020-03-27 深圳市云积分科技有限公司 一种用于实现视频推荐的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164481A (zh) * 2011-12-16 2013-06-19 盛乐信息技术（上海）有限公司 最大上升趋势视频的推荐方法及系统
CN106294775A (zh) * 2016-08-11 2017-01-04 合智能科技（深圳）有限公司 内容推送方法及装置
CN110489644A (zh) * 2019-08-13 2019-11-22 腾讯科技（北京）有限公司 信息推送方法、装置、计算机可读存储介质和计算机设备
CN110933472A (zh) * 2019-12-02 2020-03-27 深圳市云积分科技有限公司 一种用于实现视频推荐的方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113362109A (zh) * 2021-05-31 2021-09-07 北京达佳互联信息技术有限公司 媒介资源的推荐方法、装置、电子设备、存储介质
CN113362109B (zh) * 2021-05-31 2023-09-26 北京达佳互联信息技术有限公司 媒介资源的推荐方法、装置、电子设备、存储介质
CN116051190A (zh) * 2023-01-13 2023-05-02 深圳市易售科技有限公司 一种将广告投放设备转为商品的方法、计算机设备及介质

Similar Documents

Publication Publication Date Title
CN108304512B (zh) 一种视频搜索引擎粗排序方法、装置及电子设备
CN109189990B (zh) 一种搜索词的生成方法、装置及电子设备
CN112364202A (zh) 视频推荐方法、装置及电子设备
CN111767429A (zh) 一种视频推荐方法、装置及电子设备
CN112765400B (zh) 兴趣标签的权重更新方法、内容推荐方法、装置及设备
CN107592572B (zh) 视频推荐方法、装置及其设备
CN109190014B (zh) 一种正则表达式生成方法、装置及电子设备
CN112328906A (zh) 内容项推荐方法、装置、设备及存储介质
CN111159563A (zh) 用户兴趣点信息的确定方法、装置、设备及存储介质
CN111460181A (zh) 多媒体资源推荐方法、电子设备及存储介质
CN111400516B (zh) 标签确定方法、电子设备及存储介质
JP2018530827A (ja) コンテンツ配信方法および装置
CN112836126A (zh) 基于知识图谱的推荐方法、装置、电子设备及存储介质
CN107562847A (zh) 信息处理方法及相关产品
CN111753239A (zh) 一种资源分发方法、装置、电子设备及存储介质
CN111291217A (zh) 一种内容推荐方法、装置、电子设备以及计算机可读介质
CN112883275B (zh) 一种直播间推荐方法、装置、服务器及介质
AU2018429394B2 (en) Media source measurement for incorporation into a censored media corpus
CN111460304B (zh) 信息展示方法、电子设备及可读储存介质
CN112995765A (zh) 一种网络资源显示方法及装置
CN111597380A (zh) 一种推荐视频确定方法、装置、电子设备及存储介质
CN108960958B (zh) 物品推荐方法和装置
CN108763318B (zh) 物品推荐方法和装置
CN110827078A (zh) 一种信息推荐方法、装置、设备及存储介质
CN110826310B (zh) 一种应用内容质量分析方法及应用内容质量分析装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200728