CN113111217B - 播放时长预测模型的训练方法、视频推荐方法及装置 - Google Patents

Abstract

本公开关于一种播放时长预测模型的训练方法、视频推荐方法及装置。其中，该播放时长预测模型的训练方法包括：获取多个视频样本，其中，每个上述视频样本中包含在预定时间段内向平台账户展示过的视频的播放时长；基于上述多个视频样本中每个上述视频样本的播放时长，确定每个上述视频样本所属的样本集合；基于每个上述视频样本所属的样本集合的信息，更新每个上述视频样本的播放时长标记信息；基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型。本公开解决了现有技术中缺乏有效的预测视频观看时长的播放时长预测模型，导致视频推荐的推荐准确性较低的技术问题。

Description

播放时长预测模型的训练方法、视频推荐方法及装置

技术领域

本公开涉及视频推荐领域，具体而言，涉及一种播放时长预测模型的训练方法、视频推荐方法及装置。

背景技术

目前应用中最为广泛的预估用户对视频的观看时长进行推荐的方法，在应用至单列视频推荐场景时，每次都会展示一个视频并自动开始播放，由于无论用户是否喜欢该视频都会产生播放，会在一定程度上影响视频推荐的准确性。并且，直接将观看时长作为样本权重，在多目标联合训练时由于该路目标的梯度回传过大会严重影响其他目标的联合训练，导致最终的推荐准确性较低。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本公开实施例提供了一种播放时长预测模型的训练方法、视频推荐方法及装置，以至少解决现有技术中缺乏有效的预测视频观看时长的播放时长预测模型，导致视频推荐的推荐准确性较低的技术问题。

根据本公开实施例的第一方面，提供一种播放时长预测模型的训练方法，包括：获取多个视频样本，其中，每个上述视频样本中包含在预定时间段内向平台账户展示过的视频的播放时长；基于上述多个视频样本中每个上述视频样本的播放时长，确定每个上述视频样本所属的样本集合；基于每个上述视频样本所属的样本集合的信息，更新每个上述视频样本的播放时长标记信息；基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型。

可选的，上述基于上述多个视频样本中每个上述视频样本的播放时长，确定每个上述视频样本所属的样本集合，包括：获取上述多个视频样本的总播放时长；确定每个上述视频样本的播放时长在上述总播放时长中的分位信息；依据上述分位信息确定每个上述视频样本所属的样本集合。

可选的，上述确定每个上述视频样本的播放时长在上述总播放时长中的分位信息，包括：依据上述多个视频样本的总播放时长和每个上述视频样本的播放时长，构造得到累计分布函数，其中，上述累计分布函数用于确定上述总播放时长的多个分位点，相邻两个分位点用于确定一个分位区域；依据上述多个分位点、上述分位区域和每个上述视频样本的播放时长，确定每个上述视频样本的播放时长在上述总播放时长中的分位信息。

可选的，上述基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型，包括：获取上述更新后的视频样本的第一特征信息；基于上述第一特征信息计算得到上述更新后的视频样本的表征向量信息；基于上述播放时长标记信息和上述表征向量信息，训练上述神经网络模型得到上述播放时长预测模型。

可选的，上述基于上述第一特征信息计算得到上述更新后的视频样本的表征向量信息包括：将上述第一特征信息作为模型参数输入至上述神经网络模型，其中，上述神经网络模型用于对上述第一特征信息进行前馈计算，得到上述更新后的视频样本的表征向量信息；接收上述神经网络模型输出的上述表征向量信息。

根据本公开实施例的第二方面，提供一种视频推荐方法，包括：获取预定时间段内的多个待推荐视频的总播放时长，以及多个待推荐视频中每个待推荐视频对应的单个播放时长；依据上述总播放时长和上述单个播放时长，确定每个上述待推荐视频所属的分段区域；基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长；基于每个上述待推荐视频的预测播放时长，对多个上述待推荐视频的预测播放时长进行排序，得到排序结果；按照上述排序结果将多个上述待推荐视频推荐给目标用户。

可选的，上述依据上述总播放时长和上述单个播放时长，确定每个上述待推荐视频所属的分段区域包括：依据上述总播放时长和上述单个播放时长构造得到累计分布函数，其中，上述累计分布函数用于确定上述总播放时长的多个分位点，相邻两个分位点用于确定一个分段区域；依据上述多个分位点和上述单个播放时长，确定每个上述待推荐视频所属的分段区域。

可选的，在基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长之前，上述方法还包括：获取每个上述待推荐视频的第一特征信息；基于上述第一特征信息计算得到每个上述待推荐视频的表征向量信息。

可选的，上述基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长包括：基于每个上述待推荐视频所属的分段区域，更新每个上述待推荐视频的播放时长标记信息；将上述表征向量信息和上述播放时长标记信息输入至播放时长预测模型，其中，上述播放时长预测模型基于视频样本的样本表征向量信息和样本播放时长标记信息训练预定的神经网络模型得到；接收上述播放时长预测模型输出的每个上述待推荐视频对应的上述预测播放时长。

可选的，上述基于上述第一特征信息计算得到每个上述待推荐视频的表征向量信息包括：对上述第一特征信息作为模型参数输入至播放时长预测模型，其中，上述播放时长预测模型用于对上述第一特征信息进行前馈计算，得到每个上述待推荐视频的上述表征向量信息；接收上述播放时长预测模型输出的上述表征向量信息。

根据本公开实施例的第三方面，提供一种播放时长预测模型的训练装置，包括：第一获取单元，被配置为执行获取多个视频样本，其中，每个上述视频样本中包含在预定时间段内向平台账户展示过的视频的播放时长；第一确定单元，被配置为执行基于上述多个视频样本中每个上述视频样本的播放时长，确定每个上述视频样本所属的样本集合；第一更新单元，被配置为执行基于每个上述视频样本所属的样本集合的信息，更新每个上述视频样本的播放时长标记信息；第一训练单元，被配置为执行基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型。

可选的，上述第一确定单元，包括：第二获取单元，被配置为执行获取上述多个视频样本的总播放时长；第二确定单元，被配置为执行确定每个上述视频样本的播放时长在上述总播放时长中的分位信息；第三确定单元，被配置为执行依据上述分位信息确定每个上述视频样本所属的样本集合。

可选的，上述第二确定单元，包括：第一构造单元，被配置为执行依据上述多个视频样本的总播放时长和每个上述视频样本的播放时长，构造得到累计分布函数，其中，上述累计分布函数用于确定上述总播放时长的多个分位点，相邻两个分位点用于确定一个分位区域；第四确定单元，被配置为执行依据上述多个分位点、上述分位区域和每个上述视频样本的播放时长，确定每个上述视频样本的播放时长在上述总播放时长中的分位信息。

可选的，上述第一训练单元，包括：第三获取单元，被配置为执行获取上述更新后的视频样本的第一特征信息；第一计算单元，被配置为执行基于上述第一特征信息计算得到上述更新后的视频样本的表征向量信息；第二训练单元，被配置为执行基于上述播放时长标记信息和上述表征向量信息，训练上述神经网络模型得到上述播放时长预测模型。

可选的，上述计算单元包括：第一输入单元，被配置为执行将上述第一特征信息作为模型参数输入至上述神经网络模型，其中，上述神经网络模型用于对上述第一特征信息进行前馈计算，得到上述更新后的视频样本的表征向量信息；第一接收单元，被配置为执行接收上述神经网络模型输出的上述表征向量信息。

根据本公开实施例的第四方面，提供一种视频推荐装置，包括：第四获取单元，被配置为执行获取预定时间段内的多个待推荐视频的总播放时长，以及多个待推荐视频中每个待推荐视频对应的单个播放时长；第五确定单元，被配置为执行依据上述总播放时长和上述单个播放时长，确定每个上述待推荐视频所属的分段区域；第六确定单元，被配置为执行基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长；排序单元，被配置为执行基于每个上述待推荐视频的预测播放时长，对多个上述待推荐视频的预测播放时长进行排序，得到排序结果；推荐单元，被配置为执行按照上述排序结果将多个上述待推荐视频推荐给目标用户。

可选的，上述第五确定单元包括：第二构造单元，被配置为执行依据上述总播放时长和上述单个播放时长构造得到累计分布函数，其中，上述累计分布函数用于确定上述总播放时长的多个分位点，相邻两个分位点用于确定一个分段区域；第六确定单元，被配置为执行依据上述多个分位点和上述单个播放时长，确定每个上述待推荐视频所属的分段区域。

可选的，上述装置还包括：第五获取单元，被配置为执行获取每个上述待推荐视频的第一特征信息；第二计算单元，被配置为执行基于上述第一特征信息计算得到每个上述待推荐视频的表征向量信息。

可选的，上述第六确定单元包括：更新单元，被配置为执行基于每个上述待推荐视频所属的分段区域，更新每个上述待推荐视频的播放时长标记信息；第二输入单元，被配置为执行将上述表征向量信息和上述播放时长标记信息输入至播放时长预测模型，其中，上述播放时长预测模型基于视频样本的样本表征向量信息和样本播放时长标记信息训练预定的神经网络模型得到；第二接收单元，被配置为执行接收上述播放时长预测模型输出的每个上述待推荐视频对应的上述预测播放时长。

可选的，上述第二计算单元包括：第三输入单元，被配置为执行对上述第一特征信息作为模型参数输入至播放时长预测模型，其中，上述播放时长预测模型用于对上述第一特征信息进行前馈计算，得到每个上述待推荐视频的上述表征向量信息；第三接收单元，被配置为执行接收上述播放时长预测模型输出的上述表征向量信息。

根据本公开实施例的第五方面，提供一种非易失性存储介质，当上述非易失性存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行任一项上述的播放时长预测模型的训练方法，以及任一项上述的视频推荐方法。

根据本公开实施例的第六方面，还提供了一种电子设备，包括：处理器；用于存储上述处理器可执行指令的存储器；其中，上述处理器被配置为执行上述指令，以实现任一项上述的视频推荐方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

在本公开实施例中，通过获取多个视频样本，其中，每个上述视频样本中包含在预定时间段内向平台账户展示过的视频的播放时长；基于上述多个视频样本中每个上述视频样本的播放时长，确定每个上述视频样本所属的样本集合；基于每个上述视频样本所属的样本集合的信息，更新每个上述视频样本的播放时长标记信息；基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型，达到了训练得到有效的预测视频观看时长的播放时长预测模型的目的，从而实现了提升视频推荐准确性以及视频推荐的反馈效果的技术效果，进而解决了现有技术中缺乏有效的预测视频观看时长的播放时长预测模型，导致视频推荐的推荐准确性较低的技术问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：

图1是根据一示例性实施例示出的一种播放时长预测模型的训练方法的流程图；

图2是根据一示例性实施例示出的一种视频推荐方法的流程图；

图3是根据一示例性实施例示出的一种播放时长预测模型的训练装置的结构示意图；

图4是根据一示例性实施例示出的一种视频推荐装置的结构示意图；

图5是根据一示例性实施例示出的一种计算机设备的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种播放时长预测模型的训练方法的流程图，如图1所示，上述播放时长预测模型的训练方法，包括以下步骤：

在步骤S11中，获取多个视频样本，其中，每个上述视频样本中包含在预定时间段内向平台账户展示过的视频的播放时长；

在步骤S12中，基于上述多个视频样本中每个上述视频样本的播放时长，确定每个上述视频样本所属的样本集合；

在步骤S13中，基于每个上述视频样本所属的样本集合的信息，更新每个上述视频样本的播放时长标记信息；

在步骤S14中，基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型。

在本公开实施例中，通过获取多个视频样本，其中，每个上述视频样本中包含在预定时间段内向平台账户展示过的视频的播放时长；基于上述多个视频样本中每个上述视频样本的播放时长，确定每个上述视频样本所属的样本集合；基于每个上述视频样本所属的样本集合的信息，更新每个上述视频样本的播放时长标记信息；基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型，达到了训练得到有效的预测视频观看时长的播放时长预测模型的目的，从而实现了提升视频推荐准确性以及视频推荐的反馈效果的技术效果，进而解决了现有技术中缺乏有效的预测视频观看时长的播放时长预测模型，导致视频推荐的推荐准确性较低的技术问题。

需要说明的是，本公开实施例所提供的播放时长预测模型的训练方法可以但不限于应用在各种类型的视频推荐场景中，例如，短视频推荐，直播视频推荐等；通过预先训练得到播放时长预测模型，采用该播放时长预测模型预测推荐视频的播放时长，并以此为依据进行视频推荐。

可选的，上述视频样本可以为在网络上抓取的视频样本，例如，从某一视频推荐网站上抓取的若干视频样本，每个上述视频样本中包含在预定时间段内向该视频推荐网站的平台账户展示过的视频的播放时长。

作为一种可选的实施例，例如，通过获取一段时间段内(例如，一个月、一周)所有在视频推荐应用平台上展现给用户的多个视频样本，统计所有视频播放样本被用户观看时长的累积分布函数。

在本公开实施例中，针对任意一个训练样本，即视频样本，根据每个上述视频样本被用户观看时长，确定每个上述视频样本所属的样本集合；即确定该视频样本属于累计分布函数中的哪一分段区域，作为该视频播放样本的样本标识label，即更新每个上述视频样本的播放时长标记信息；基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型。

在一种可选的实施例中，例如，一个视频样本的观看时长属于第y段，则该样本标识label为y(0<＝y<＝1)。再例如，对一个视频样本，假设其观看时长大于1/m且小于2/m,那么该视频样本的样本标识label就是1/m。

仍需要说明的是，本公开实施例所提出的播放时长预测模型的训练方法，基于预估用户对每个视频的观看时长在全体数据中的分位点的方法，通过将直接预估观看时长，转换为预估观看时长对应的视频样本所属的样本集合，例如，通过采用回归问题的损失函数loss function，无需强行对单列形态下的视频样本进行区分正负例，并且不需要修改视频样本的权重，本公开实施例中训练得到的播放时长预测模型的梯度稳定，更适合多目标联合学习模型。

在一种可选的实施例中，上述基于上述多个视频样本中每个上述视频样本的播放时长，确定每个上述视频样本所属的样本集合，包括：

在步骤S21中，获取上述多个视频样本的总播放时长；

在步骤S22中，确定每个上述视频样本的播放时长在上述总播放时长中的分位信息；

在步骤S23中，依据上述分位信息确定每个上述视频样本所属的样本集合。

可选的，在本公开实施例中，通过确定每个视频样本的播放时长在上述总播放时长中的分位信息，可以确定每个上述视频样本的播放时长在上述总播放时长中的所处的位置和所占的比例，进而根据每个上述视频样本的播放时长在上述总播放时长中的所处的位置和所占的比例，可以确定每个上述视频样本所属的样本集合。

在一种可选的实施例中，上述确定每个上述视频样本的播放时长在上述总播放时长中的分位信息，包括：

在步骤S31中，依据上述多个视频样本的总播放时长和每个上述视频样本的播放时长，构造得到累计分布函数，其中，上述累计分布函数用于确定上述总播放时长的多个分位点，相邻两个分位点用于确定一个分位区域；

在步骤S32中，依据上述多个分位点、上述分位区域和每个上述视频样本的播放时长，确定每个上述视频样本的播放时长在上述总播放时长中的分位信息。

作为一种可选的实施例，例如，通过获取一段时间段内(例如，一个月、一周)所有在视频推荐应用平台上展现给用户的多个视频样本，统计所有视频播放样本被用户观看时长的累积分布函数。

可选的，上述累积分布函数的具体含义：随机变量t，代表一个推荐给用户的视频样本被用户观看时长，该随机变量的累积分布函数F(t)的值域为[0,1]区间，代表的是，所有的推荐给用户的视频样本中，被观看的时长大于等于0，且小于等于t的视频样本占所有视频样本的多少；对于上述累积分布函数，产出m个分位点，便于将所有的样本根据这m个分位点分为m段，进而可以计算得到F(t)＝1/m，2/m…m/m的m个t的具体值。

在一种可选的实施例中，上述基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型，包括：

在步骤S41中，获取上述更新后的视频样本的第一特征信息；

在步骤S42中，基于上述第一特征信息计算得到上述更新后的视频样本的表征向量信息；

在步骤S43中，基于上述播放时长标记信息和上述表征向量信息，训练上述神经网络模型得到上述播放时长预测模型。

可选的，上述第一特征信息包括以下至少之一：用户特征信息、视频特征信息、上下文特征信息，在上述可选的实施例中，对任意一个视频样本，使用预先确定的神经网络模型根据用户特征信息、视频特征信息，上下文特征信息进行前馈计算(前向计算)得到一个表征向量信息x，其中，上述用户特征信息、视频特征信息、上下文特征信息都是作为神经网络模型的输入，神经网络模型用于对上述第一特征信息进行前馈计算，得到上述更新后的视频样本的表征向量信息；基于上述播放时长标记信息和上述表征向量信息，训练上述神经网络模型得到上述播放时长预测模型。

作为另一种可选的实施例，还可以通过一个sigmoid(Wx+b)函数作为播放时长预测模型，对此用户对此推荐视频的观看时长进行计算，预测得到累积分布函数中的播放时长。

其中，W和b也是神经网络模型参数的一部分，sigmoid函数是一个非线性变化，是神经网络的基础组件。基于上述sigmoid(Wx+b)和样本标识值y计算均方损失函数(即MSEloss函数)，并使用梯度回传算法bp算法更新播放时长预测模型中的模型参数。

作为一种可选的实施例，以一种可选的实施例应用于短视频推荐场景为例，对本公开实施例进行示例说明，例如，在基于神经网络模型训练得到播放时长预测模型之后，获取给定一个用户和一批候选视频(即待推荐视频)，将该候选视频输入至训练得到的播放时长预测模型，在上述播放时长预测模型中，获取预定时间段内的多个待推荐视频的总播放时长，以及多个待推荐视频中每个待推荐视频对应的单个播放时长；依据上述总播放时长和上述单个播放时长，确定每个上述待推荐视频所属的分段区域；基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长；基于每个上述待推荐视频的预测播放时长，对多个上述待推荐视频的预测播放时长进行排序，得到排序结果，按照上述排序结果将多个上述待推荐视频推荐给目标用户。

在将该候选视频输入至训练得到的播放时长预测模型之后，该播放时长预测模型针对每个候选视频输出一个预测播放时长，根据此输入值进行排序，推荐排序靠前的候选视频给用户即可获得好的推荐结果。

本公开实施例解决了现有技术中存在的缺点，在实践应用中推荐的视频效果的到了很好的提升，用户的每日人均使用时长提升较大，本公开实施例不需要强行将样本分为正负样本，更加符合单列视频推荐场景的业务背景，并且对视频产出的标签属于0-1之间，对推荐给用户的视频的被观看时长的预估也属于0-1之间，因此，通过MSE计算的损失函数在bp算法下计算的梯度更加稳定。

在另一种可选的实施例中，上述基于上述第一特征信息计算得到上述更新后的视频样本的表征向量信息包括：

在步骤S51中，将上述第一特征信息作为模型参数输入至上述神经网络模型，其中，上述神经网络模型用于对上述第一特征信息进行前馈计算，得到上述更新后的视频样本的表征向量信息；

在步骤S52中，接收上述神经网络模型输出的上述表征向量信息。

在上述可选的实施例中，对任意一个视频样本，使用预先确定的神经网络模型根据用户特征信息、视频特征信息，上下文特征信息进行前馈计算得到一个表征向量信息。

图2是根据一示例性实施例示出的一种视频推荐方法的流程图，如图2所示，上述视频推荐方法，包括以下步骤：

在步骤S61中，获取预定时间段内的多个待推荐视频的总播放时长，以及多个待推荐视频中每个待推荐视频对应的单个播放时长；

在步骤S62中，依据上述总播放时长和上述单个播放时长，确定每个上述待推荐视频所属的分段区域；

在步骤S63中，基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长；

在步骤S64中，基于每个上述待推荐视频的预测播放时长，对多个上述待推荐视频的预测播放时长进行排序，得到排序结果；

在步骤S65中，按照上述排序结果将多个上述待推荐视频推荐给目标用户。

在本公开实施例中，通过获取预定时间段内的多个待推荐视频的总播放时长，以及多个待推荐视频中每个待推荐视频对应的单个播放时长；依据上述总播放时长和上述单个播放时长，确定每个上述待推荐视频所属的分段区域；基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长；基于每个上述待推荐视频的预测播放时长，对多个上述待推荐视频的预测播放时长进行排序，得到排序结果；按照上述排序结果将多个上述待推荐视频推荐给目标用户，达到了提升视频推荐准确性的目的，从而实现了提升视频推荐的反馈效果的技术效果，进而解决了现有技术中缺乏有效的预测视频观看时长的播放时长预测模型，导致视频推荐的推荐准确性较低的技术问题。

需要说明的是，本公开实施例所提供的视频推荐方法可以但不限于应用在各种类型的视频推荐场景中，例如，短视频推荐，直播视频推荐等；通过预先训练得到播放时长预测模型，采用该播放时长预测模型预测推荐视频的播放时长，并以此为依据进行视频推荐。

作为一种可选的实施例，例如，通过获取一段时间段内(例如，一个月、一周)所有在视频推荐应用平台上展现给用户的多个视频样本，统计所有视频播放样本被用户观看时长的累积分布函数。

在本公开实施例中，针对任意一个训练样本，即视频样本，根据每个上述视频样本被用户观看时长，确定每个上述视频样本所属的样本集合；即确定该视频样本属于累计分布函数中的哪一分段区域，作为该视频播放样本的样本标识label，即更新每个上述视频样本的播放时长标记信息；基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型。

在本公开实施例中，在基于神经网络模型训练得到播放时长预测模型之后，获取给定一个用户和一批候选视频(即待推荐视频)，将该候选视频输入至训练得到的播放时长预测模型，在上述播放时长预测模型中，获取预定时间段内的多个待推荐视频的总播放时长，以及多个待推荐视频中每个待推荐视频对应的单个播放时长；依据上述总播放时长和上述单个播放时长，确定每个上述待推荐视频所属的分段区域；基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长；基于每个上述待推荐视频的预测播放时长，对多个上述待推荐视频的预测播放时长进行排序，得到排序结果，按照上述排序结果将多个上述待推荐视频推荐给目标用户。

在将该候选视频输入至训练得到的播放时长预测模型之后，该播放时长预测模型针对每个候选视频输出一个预测播放时长，根据此输入值进行排序，推荐排序靠前的候选视频给用户即可获得好的推荐结果。

本公开实施例解决了现有技术中存在的缺点，在实践应用中推荐的视频效果的到了很好的提升，用户的每日人均使用时长提升较大，本公开实施例不需要强行将样本分为正负样本，更加符合单列视频推荐场景的业务背景，并且对视频产出的标签属于0-1之间，对推荐给用户的视频的被观看时长的预估也属于0-1之间，因此，通过MSE计算的损失函数在bp算法下计算的梯度更加稳定。

在一种可选的实施例中，上述依据上述总播放时长和上述单个播放时长，确定每个上述待推荐视频所属的分段区域包括：

在步骤S71中，依据上述总播放时长和上述单个播放时长构造得到累计分布函数，其中，上述累计分布函数用于确定上述总播放时长的多个分位点，相邻两个分位点用于确定一个分段区域；

在步骤S72中，依据上述多个分位点和上述单个播放时长，确定每个上述待推荐视频所属的分段区域。

作为一种可选的实施例，例如，通过获取一段时间段内(例如，一个月、一周)所有在视频推荐应用平台上展现给用户的多个待推荐视频，统计所有视频播放样本被用户观看时长的累积分布函数。

可选的，上述累积分布函数的具体含义：随机变量t，代表一个推荐给用户的待推荐视频被用户观看时长，该随机变量的累积分布函数F(t)的值域为[0,1]区间，代表的是，所有的推荐给用户的待推荐视频中，被观看的时长大于等于0，且小于等于t的待推荐视频占所有待推荐视频的多少；对于上述累积分布函数，产出m个分位点，便于将所有的样本根据这m个分位点分为m段，进而可以计算得到F(t)＝1/m，2/m…m/m的m个t的具体值。

作为一种可选的实施例，在基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长之前，上述方法还包括：

在步骤S81中，获取每个上述待推荐视频的第一特征信息；

在步骤S82中，基于上述第一特征信息计算得到每个上述待推荐视频的表征向量信息。

作为一种可选的实施例，上述基于上述第一特征信息计算得到每个上述待推荐视频的表征向量信息包括：对上述第一特征信息作为模型参数输入至播放时长预测模型，其中，上述播放时长预测模型用于对上述第一特征信息进行前馈计算，得到每个上述待推荐视频的上述表征向量信息；接收上述播放时长预测模型输出的上述表征向量信息。

在上述可选的实施例中，对任意一个待推荐视频，使用预先确定的神经网络模型根据用户特征信息、视频特征信息，上下文特征信息进行前馈计算得到一个表征向量信息。

在一种可选的实施例中，上述基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长包括：

在步骤S91中，基于每个上述待推荐视频所属的分段区域，更新每个上述待推荐视频的播放时长标记信息；

在步骤S92中，将上述表征向量信息和上述播放时长标记信息输入至播放时长预测模型，其中，上述播放时长预测模型基于视频样本的样本表征向量信息和样本播放时长标记信息训练预定的神经网络模型得到；

在步骤S93中，接收上述播放时长预测模型输出的每个上述待推荐视频对应的上述预测播放时长。

在本公开实施例中，针对任意一个训练样本，即待推荐视频，根据每个上述待推荐视频被用户观看时长，确定每个上述待推荐视频所属的样本集合；即确定该待推荐视频属于累计分布函数中的哪一分段区域，作为该视频播放样本的样本标识label，即更新每个上述待推荐视频的播放时长标记信息；基于更新后的待推荐视频，训练预定的神经网络模型得到播放时长预测模型。

在一种可选的实施例中，例如，一个待推荐视频的观看时长属于第y段，则该样本标识label为y(0<＝y<＝1)。再例如，对一个待推荐视频，假设其观看时长大于1/m且小于2/m,那么该待推荐视频的样本标识label就是1/m。

仍需要说明的是，本公开实施例所提出的播放时长预测模型的训练方法，基于预估用户对每个视频的观看时长在全体数据中的分位点的方法，通过将直接预估观看时长，转换为预估观看时长对应的待推荐视频所属的样本集合，例如，通过采用回归问题的损失函数loss function，无需强行对单列形态下的待推荐视频进行区分正负例，并且不需要修改待推荐视频的权重，本公开实施例中训练得到的播放时长预测模型的梯度稳定，更适合多目标联合学习模型。

图3是根据一示例性实施例示出的一种播放时长预测模型的训练装置的结构示意图，如图3所示，上述播放时长预测模型的训练装置，包括：

第一获取单元30，被配置为执行获取多个视频样本，其中，每个上述视频样本中包含在预定时间段内向平台账户展示过的视频的播放时长；第一确定单元31，被配置为执行基于上述多个视频样本中每个上述视频样本的播放时长，确定每个上述视频样本所属的样本集合；第一更新单元32，被配置为执行基于每个上述视频样本所属的样本集合的信息，更新每个上述视频样本的播放时长标记信息；第一训练单元33，被配置为执行基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型。

在一种可选的实施例中，上述第一确定单元，包括：第二获取单元，被配置为执行获取上述多个视频样本的总播放时长；第二确定单元，被配置为执行确定每个上述视频样本的播放时长在上述总播放时长中的分位信息；第三确定单元，被配置为执行依据上述分位信息确定每个上述视频样本所属的样本集合。

在一种可选的实施例中，上述第二确定单元，包括：第一构造单元，被配置为执行依据上述多个视频样本的总播放时长和每个上述视频样本的播放时长，构造得到累计分布函数，其中，上述累计分布函数用于确定上述总播放时长的多个分位点，相邻两个分位点用于确定一个分位区域；第四确定单元，被配置为执行依据上述多个分位点、上述分位区域和每个上述视频样本的播放时长，确定每个上述视频样本的播放时长在上述总播放时长中的分位信息。

在一种可选的实施例中，上述第一训练单元，包括：第三获取单元，被配置为执行获取上述更新后的视频样本的第一特征信息；第一计算单元，被配置为执行基于上述第一特征信息计算得到上述更新后的视频样本的表征向量信息；第二训练单元，被配置为执行基于上述播放时长标记信息和上述表征向量信息，训练上述神经网络模型得到上述播放时长预测模型。

在一种可选的实施例中，上述计算单元包括：第一输入单元，被配置为执行将上述第一特征信息作为模型参数输入至上述神经网络模型，其中，上述神经网络模型用于对上述第一特征信息进行前馈计算，得到上述更新后的视频样本的表征向量信息；第一接收单元，被配置为执行接收上述神经网络模型输出的上述表征向量信息。

图4是根据一示例性实施例示出的一种视频推荐装置的结构示意图，如图4所示，上述视频推荐装置，包括：

第四获取单元40，被配置为执行获取预定时间段内的多个待推荐视频的总播放时长，以及多个待推荐视频中每个待推荐视频对应的单个播放时长；第五确定单元41，被配置为执行依据上述总播放时长和上述单个播放时长，确定每个上述待推荐视频所属的分段区域；第六确定单元42，被配置为执行基于每个上述待推荐视频所属的分段区域，确定每个上述待推荐视频的预测播放时长；排序单元43，被配置为执行基于每个上述待推荐视频的预测播放时长，对多个上述待推荐视频的预测播放时长进行排序，得到排序结果；推荐单元44，被配置为执行按照上述排序结果将多个上述待推荐视频推荐给目标用户。

在一种可选的实施例中，上述第五确定单元包括：第二构造单元，被配置为执行依据上述总播放时长和上述单个播放时长构造得到累计分布函数，其中，上述累计分布函数用于确定上述总播放时长的多个分位点，相邻两个分位点用于确定一个分段区域；第六确定单元，被配置为执行依据上述多个分位点和上述单个播放时长，确定每个上述待推荐视频所属的分段区域。

在一种可选的实施例中，上述装置还包括：第五获取单元，被配置为执行获取每个上述待推荐视频的第一特征信息；第二计算单元，被配置为执行基于上述第一特征信息计算得到每个上述待推荐视频的表征向量信息。

在一种可选的实施例中，上述第六确定单元包括：更新单元，被配置为执行基于每个上述待推荐视频所属的分段区域，更新每个上述待推荐视频的播放时长标记信息；第二输入单元，被配置为执行将上述表征向量信息和上述播放时长标记信息输入至播放时长预测模型，其中，上述播放时长预测模型基于视频样本的样本表征向量信息和样本播放时长标记信息训练预定的神经网络模型得到；第二接收单元，被配置为执行接收上述播放时长预测模型输出的每个上述待推荐视频对应的上述预测播放时长。

在一种可选的实施例中，上述第二计算单元包括：第三输入单元，被配置为执行对上述第一特征信息作为模型参数输入至播放时长预测模型，其中，上述播放时长预测模型用于对上述第一特征信息进行前馈计算，得到每个上述待推荐视频的上述表征向量信息；第三接收单元，被配置为执行接收上述播放时长预测模型输出的上述表征向量信息。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图5是根据一示例性实施例示出的一种计算机设备的框图，在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器504，上述指令可由计算机设备的处理器502执行以完成上述任意一种播放时长预测模型的训练方法或者视频推荐方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，上述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

根据本公开实施例，还提供了一种非易失性存储介质的实施例。可选地，在本实施例中，上述非易失性存储介质包括存储的程序，其中，在上述程序运行时控制上述非易失性存储介质所在设备执行上述任意一种播放时长预测模型的训练方法或者视频推荐方法。

可选地，在本实施例中，上述非易失性存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中，上述非易失性存储介质包括存储的程序。

根据本公开实施例，还提供了一种电子设备的实施例，包括：处理器；用于存储上述处理器可执行指令的存储器；其中，上述处理器被配置为执行上述指令，以实现任一项上述的播放时长预测模型的训练方法或者视频推荐方法。

根据本公开实施例，还提供了一种计算机程序产品的实施例，当在数据处理设备上执行时，适于执行初始化有上述任意一种的播放时长预测模型的训练方法或者视频推荐方法步骤的程序。

上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。

在本公开的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (15)

1.一种播放时长预测模型的训练方法，其特征在于，包括：

获取多个视频样本，其中，每个所述视频样本中包含在预定时间段内向平台账户展示过的视频的播放时长；

基于所述多个视频样本中每个所述视频样本的播放时长，确定每个所述视频样本所属的样本集合，包括：获取所述多个视频样本的总播放时长；确定每个所述视频样本的播放时长在所述总播放时长中的分位信息；依据所述分位信息确定每个所述视频样本所属的样本集合，其中，确定每个所述视频样本的播放时长在所述总播放时长中的分位信息包括：依据所述多个视频样本的总播放时长和每个所述视频样本的播放时长，构造得到累计分布函数，其中，所述累计分布函数用于确定所述总播放时长的多个分位点，相邻两个分位点用于确定一个分位区域；依据所述多个分位点、所述分位区域和每个所述视频样本的播放时长，确定每个所述视频样本的播放时长在所述总播放时长中的分位信息；

基于每个所述视频样本所属的样本集合的信息，更新每个所述视频样本的播放时长标记信息；

基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型。

2.根据权利要求1所述的方法，其特征在于，所述基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型，包括：

获取所述更新后的视频样本的第一特征信息；

基于所述第一特征信息计算得到所述更新后的视频样本的表征向量信息；

基于所述播放时长标记信息和所述表征向量信息，训练所述神经网络模型得到所述播放时长预测模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一特征信息计算得到所述更新后的视频样本的表征向量信息包括：

将所述第一特征信息作为模型参数输入至所述神经网络模型，其中，所述神经网络模型用于对所述第一特征信息进行前馈计算，得到所述更新后的视频样本的表征向量信息；

接收所述神经网络模型输出的所述表征向量信息。

4.一种视频推荐方法，其特征在于，包括：

获取预定时间段内的多个待推荐视频的总播放时长，以及多个待推荐视频中每个待推荐视频对应的单个播放时长；

依据所述总播放时长和所述单个播放时长，确定每个所述待推荐视频所属的分段区域，包括：依据所述总播放时长和所述单个播放时长构造得到累计分布函数，其中，所述累计分布函数用于确定所述总播放时长的多个分位点，相邻两个分位点用于确定一个分段区域；依据所述多个分位点和所述单个播放时长，确定每个所述待推荐视频所属的分段区域；

基于每个所述待推荐视频所属的分段区域，确定每个所述待推荐视频的预测播放时长；

基于每个所述待推荐视频的预测播放时长，对多个所述待推荐视频的预测播放时长进行排序，得到排序结果；

按照所述排序结果将多个所述待推荐视频推荐给目标用户。

5.根据权利要求4所述的方法，其特征在于，在基于每个所述待推荐视频所属的分段区域，确定每个所述待推荐视频的预测播放时长之前，所述方法还包括：

获取每个所述待推荐视频的第一特征信息；

基于所述第一特征信息计算得到每个所述待推荐视频的表征向量信息。

6.根据权利要求5所述的方法，其特征在于，所述基于每个所述待推荐视频所属的分段区域，确定每个所述待推荐视频的预测播放时长包括：

基于每个所述待推荐视频所属的分段区域，更新每个所述待推荐视频的播放时长标记信息；

将所述表征向量信息和所述播放时长标记信息输入至播放时长预测模型，其中，所述播放时长预测模型基于视频样本的样本表征向量信息和样本播放时长标记信息训练预定的神经网络模型得到；

接收所述播放时长预测模型输出的每个所述待推荐视频对应的所述预测播放时长。

7.根据权利要求5所述的方法，其特征在于，所述基于所述第一特征信息计算得到每个所述待推荐视频的表征向量信息包括：

对所述第一特征信息作为模型参数输入至播放时长预测模型，其中，所述播放时长预测模型用于对所述第一特征信息进行前馈计算，得到每个所述待推荐视频的所述表征向量信息；

接收所述播放时长预测模型输出的所述表征向量信息。

8.一种播放时长预测模型的训练装置，其特征在于，包括：

第一获取单元，被配置为执行获取多个视频样本，其中，每个所述视频样本中包含在预定时间段内向平台账户展示过的视频的播放时长；

第一确定单元，被配置为执行基于所述多个视频样本中每个所述视频样本的播放时长，确定每个所述视频样本所属的样本集合，其中，所述第一确定单元包括：第二获取单元，被配置为执行获取所述多个视频样本的总播放时长；第二确定单元，被配置为执行确定每个所述视频样本的播放时长在所述总播放时长中的分位信息；第三确定单元，被配置为执行依据所述分位信息确定每个所述视频样本所属的样本集合；

所述第二确定单元，包括：第一构造单元，被配置为执行依据所述多个视频样本的总播放时长和每个所述视频样本的播放时长，构造得到累计分布函数，其中，所述累计分布函数用于确定所述总播放时长的多个分位点，相邻两个分位点用于确定一个分位区域；第四确定单元，被配置为执行依据所述多个分位点、所述分位区域和每个所述视频样本的播放时长，确定每个所述视频样本的播放时长在所述总播放时长中的分位信息；

第一更新单元，被配置为执行基于每个所述视频样本所属的样本集合的信息，更新每个所述视频样本的播放时长标记信息；

第一训练单元，被配置为执行基于更新后的视频样本，训练预定的神经网络模型得到播放时长预测模型。

9.根据权利要求8所述的装置，其特征在于，所述第一训练单元，包括：

第三获取单元，被配置为执行获取所述更新后的视频样本的第一特征信息；

第一计算单元，被配置为执行基于所述第一特征信息计算得到所述更新后的视频样本的表征向量信息；

第二训练单元，被配置为执行基于所述播放时长标记信息和所述表征向量信息，训练所述神经网络模型得到所述播放时长预测模型。

10.根据权利要求9所述的装置，其特征在于，所述计算单元包括：

第一输入单元，被配置为执行将所述第一特征信息作为模型参数输入至所述神经网络模型，其中，所述神经网络模型用于对所述第一特征信息进行前馈计算，得到所述更新后的视频样本的表征向量信息；

第一接收单元，被配置为执行接收所述神经网络模型输出的所述表征向量信息。

11.一种视频推荐装置，其特征在于，包括：

第四获取单元，被配置为执行获取预定时间段内的多个待推荐视频的总播放时长，以及多个待推荐视频中每个待推荐视频对应的单个播放时长；

第五确定单元，被配置为执行依据所述总播放时长和所述单个播放时长，确定每个所述待推荐视频所属的分段区域，其中，所述第五确定单元包括：第二构造单元，被配置为执行依据所述总播放时长和所述单个播放时长构造得到累计分布函数，其中，所述累计分布函数用于确定所述总播放时长的多个分位点，相邻两个分位点用于确定一个分段区域；第六确定单元，被配置为执行依据所述多个分位点和所述单个播放时长，确定每个所述待推荐视频所属的分段区域；

第六确定单元，被配置为执行基于每个所述待推荐视频所属的分段区域，确定每个所述待推荐视频的预测播放时长；

排序单元，被配置为执行基于每个所述待推荐视频的预测播放时长，对多个所述待推荐视频的预测播放时长进行排序，得到排序结果；

推荐单元，被配置为执行按照所述排序结果将多个所述待推荐视频推荐给目标用户。

12.根据权利要求11所述的装置，其特征在于，所述装置还包括：

第五获取单元，被配置为执行获取每个所述待推荐视频的第一特征信息；

第二计算单元，被配置为执行基于所述第一特征信息计算得到每个所述待推荐视频的表征向量信息。

13.根据权利要求12所述的装置，其特征在于，所述第六确定单元包括：

更新单元，被配置为执行基于每个所述待推荐视频所属的分段区域，更新每个所述待推荐视频的播放时长标记信息；

第二输入单元，被配置为执行将所述表征向量信息和所述播放时长标记信息输入至播放时长预测模型，其中，所述播放时长预测模型基于视频样本的样本表征向量信息和样本播放时长标记信息训练预定的神经网络模型得到；

第二接收单元，被配置为执行接收所述播放时长预测模型输出的每个所述待推荐视频对应的所述预测播放时长。

14.根据权利要求12所述的装置，其特征在于，所述第二计算单元包括：

第三输入单元，被配置为执行对所述第一特征信息作为模型参数输入至播放时长预测模型，其中，所述播放时长预测模型用于对所述第一特征信息进行前馈计算，得到每个所述待推荐视频的所述表征向量信息；

第三接收单元，被配置为执行接收所述播放时长预测模型输出的所述表征向量信息。

15.一种非易失性存储介质，当所述非易失性存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至3中任一项所述的播放时长预测模型的训练方法，以及权利要求4至7所述的视频推荐方法。