CN115329131A - 素材标签推荐方法、装置、电子设备及存储介质 - Google Patents

素材标签推荐方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115329131A
CN115329131A CN202210774358.4A CN202210774358A CN115329131A CN 115329131 A CN115329131 A CN 115329131A CN 202210774358 A CN202210774358 A CN 202210774358A CN 115329131 A CN115329131 A CN 115329131A
Authority
CN
China
Prior art keywords
target
material label
label combination
combination
list
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
CN202210774358.4A
Other languages
English (en)
Inventor
金丹
敖迎辉
李熙尧
黄维
李德智
牛单侠
龚畅
张家轩
刘思彤
李帆
陶亮
赵文龙
李冬
陈彦博
王浩成
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 Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information 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 Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN202210774358.4A priority Critical patent/CN115329131A/zh
Publication of CN115329131A publication Critical patent/CN115329131A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73Querying
    • G06F16/738Presentation of query results
    • G06F16/739Presentation of query results in form of a video summary, e.g. the video summary being a video sequence, a composite still image or having synthesized frames
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/74Browsing; Visualisation therefor
    • G06F16/743Browsing; Visualisation therefor a collection of video files or sequences
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • General Factory Administration (AREA)

Abstract

本公开关于一种素材标签推荐方法、装置、电子设备及存储介质。该方法包括:响应于目标终端的素材标签推荐请求,获取并发送素材标签组合列表至目标终端,素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;响应于对素材标签组合列表的筛选请求,从筛选请求中提取目标对象信息;从素材标签组合列表中获取与目标对象信息匹配的素材标签组合子列表;将素材标签组合子列表发送至目标终端。根据本公开提供的技术方案,可以为素材制作推荐精准的素材标签,提升素材制作效率和资源利用率。

Description

素材标签推荐方法、装置、电子设备及存储介质
技术领域
本公开涉及计算机应用技术领域,尤其涉及一种素材标签推荐方法、装置、电子设备及存储介质。
背景技术
目前为了便于素材制作者进行素材制作,素材制作工具备受关注,例如短视频制作工具。素材制作者可以在素材制作工具中便捷地制作素材并推送至视频库,但素材制作工具一般仅提供画面板式、剪辑等的便捷处理,对于素材制作的内容表达方面未给出相关处理信息,导致素材制作的效率较低,资源利用率也较低。
发明内容
本公开提供一种素材标签推荐方法、装置、电子设备及存储介质。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种素材标签推荐方法,包括:
响应于目标终端的素材标签推荐请求,获取并发送素材标签组合列表至所述目标终端,所述素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;所述素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;
响应于对所述素材标签组合列表的筛选请求,从所述筛选请求中提取目标对象信息,所述目标对象信息用于指示素材被推送的目标对象的关联信息;
从所述素材标签组合列表中获取与所述目标对象信息匹配的素材标签组合子列表;
将所述素材标签组合子列表发送至所述目标终端。
在一种可能的实现方式中,所述方法还包括:
周期性获取多个历史素材以及各历史素材对应的展示关联信息;
将所述多个历史素材输入素材标签预测模型进行素材标签预测处理,得到各历史素材对应的素材标签;
将各历史素材对应的素材标识、所述展示关联信息以及所述素材标签输入所述标签组合推荐模型,进行标签组合推荐处理,得到所述素材标签组合列表;
其中,所述各历史素材对应的素材标签为预设素材标签集合中的至少一个,所述素材标签组合中的素材标签为所述预设素材标签集合中的多个;所述预设素材标签集合中的预设素材标签表征素材在多个制作维度上的信息。
在一种可能的实现方式中,所述方法还包括:
接收到所述目标终端对目标素材标签组合的详情请求,获取所述目标素材标签组合对应的目标详情页面关联信息;所述目标素材标签组合为所述素材标签组合列表中的任一素材标签组合;
将所述目标详情页面关联信息发送至所述目标终端。
在一种可能的实现方式中,所述方法还包括:
响应于来自所述目标详情页面的匹配测试请求,获取待匹配的目标素材;
基于素材标签预测模型对所述目标素材的素材标签进行预测处理,得到所述目标素材对应的素材标签信息;
对所述目标素材标签组合与所述素材标签信息进行匹配处理,得到所述目标素材与所述目标素材标签组合的匹配结果。
在一种可能的实现方式中,所述对所述目标素材标签组合与所述素材标签信息进行匹配处理,得到所述目标素材与所述目标素材标签组合的匹配结果,包括:
确定所述目标素材标签组合与所述素材标签信息中相同的第一标签以及合并去重后的第二标签;
根据所述第一标签的第一加权信息和所述第二标签的第二加权信息,确定所述目标素材标签组合与所述素材标签信息的相似度信息;
基于所述相似度信息,获取所述匹配结果。
在一种可能的实现方式中,所述方法还包括:
在所述匹配结果满足匹配条件的情况下,将所述匹配结果发送至所述目标终端,并将所述目标素材推送至素材库;
在所述匹配结果不满足匹配条件的情况下,获取素材标签分析信息,并将所述素材标签分析信息以及所述匹配结果发送至所述目标终端。
在一种可能的实现方式中,所述获取所述目标素材标签组合对应的目标详情页面关联信息,包括:
获取所述目标素材标签组合中各素材标签对应的详细说明信息,以及所述目标素材标签组合对应的参考素材;
根据所述详细说明信息和所述参考素材,获取所述目标素材标签组合对应的目标详情页面关联信息。
在一种可能的实现方式中,所述响应于目标终端的素材标签推荐请求,获取并发送素材标签组合列表至所述目标终端,包括:
响应于所述目标终端的素材标签推荐请求,获取所述素材标签组合列表、所述素材标签组合列表中各素材标签组合对应的预设对象信息、推荐属性信息以及对应的参考视频列表;
根据所述素材标签组合列表、所述预设对象信息、所述推荐属性信息以及所述参考视频列表,生成素材标签组合推荐信息;
将所述素材标签推荐信息发送至所述目标终端。
根据本公开实施例的第二方面,提供一种素材标签推荐方法,包括:
响应于素材标签推荐请求,显示素材标签组合推荐页面,所述素材标签组合推荐页面展示有素材标签组合列表,所述素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;所述素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;
响应于对所述素材标签组合列表的筛选请求,在所述素材标签组合推荐页面中切换展示素材标签组合子列表。
在一种可能的实现方式中,所述方法还包括:
响应于对目标素材标签组合的详情请求,展示所述目标素材标签组合对应的目标详情页面,所述目标详情页面展示有所述目标素材标签组合对应的目标详情页面关联信息;所述目标素材标签组合为所述素材标签组合列表中的任一素材标签组合。
在一种可能的实现方式中,所述目标详情页面还展示有匹配测试控件,所述方法还包括:
响应于基于所述匹配测试控件触发的匹配测试请求,获取待匹配的目标素材;
接收并展示所述目标素材与所述目标素材标签组合的匹配结果。
根据本公开实施例的第三方面,提供一种素材标签推荐装置,包括:
素材标签组合列表推荐模块,被配置为执行响应于目标终端的素材标签推荐请求,获取并发送素材标签组合列表至所述目标终端,所述素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;所述素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;
素材标签组合列表筛选模块,被配置为执行响应于对所述素材标签组合列表的筛选请求,从所述筛选请求中提取目标对象信息,所述目标对象信息用于指示素材被推送的目标对象的关联信息;
子列表获取模块,被配置为执行从所述素材标签组合列表中获取与所述目标对象信息匹配的素材标签组合子列表;
子列表推荐模块,被配置为执行将所述素材标签组合子列表发送至所述目标终端。
在一种可能的实现方式中,所述装置还包括:
获取模块,被配置为执行周期性获取多个历史素材以及各历史素材对应的展示关联信息;
第一预测模块,被配置为执行将所述多个历史素材输入素材标签预测模型进行素材标签预测处理,得到各历史素材对应的素材标签;
第二预测模块,被配置为执行将各历史素材对应的素材标识、所述展示关联信息以及所述素材标签输入所述标签组合推荐模型,进行标签组合推荐处理,得到所述素材标签组合列表;
其中,所述各历史素材对应的素材标签为预设素材标签集合中的至少一个,所述素材标签组合中的素材标签为所述预设素材标签集合中的多个;所述预设素材标签集合中的预设素材标签表征素材在多个制作维度上的信息。
在一种可能的实现方式中,所述装置还包括:
详情响应模块,被配置为执行接收到所述目标终端对目标素材标签组合的详情请求,获取所述目标素材标签组合对应的目标详情页面关联信息;所述目标素材标签组合为所述素材标签组合列表中的任一素材标签组合;
发送模块,被配置为执行将所述目标详情页面关联信息发送至所述目标终端。
在一种可能的实现方式中,所述装置还包括:
匹配测试响应模块,被配置为执行响应于来自所述目标详情页面的匹配测试请求,获取待匹配的目标素材;
第三预测模块,被配置为执行基于素材标签预测模型对所述目标素材的素材标签进行预测处理,得到所述目标素材对应的素材标签信息;
匹配测试模块,被配置为执行对所述目标素材标签组合与所述素材标签信息进行匹配处理,得到所述目标素材与所述目标素材标签组合的匹配结果。
在一种可能的实现方式中,所述匹配测试模块包括:
标签确定单元,被配置为执行确定所述目标素材标签组合与所述素材标签信息中相同的第一标签以及合并去重后的第二标签;
相似度信息确定单元,被配置为执行根据所述第一标签的第一加权信息和所述第二标签的第二加权信息,确定所述目标素材标签组合与所述素材标签信息的相似度信息;
匹配结果获取单元,被配置为执行基于所述相似度信息,获取所述匹配结果。
在一种可能的实现方式中,所述装置还包括:
第一匹配处理模块,被配置为执行在所述匹配结果满足匹配条件的情况下,将所述匹配结果发送至所述目标终端,并将所述目标素材推送至素材库;
第二匹配处理模块,被配置为执行在所述匹配结果不满足匹配条件的情况下,获取素材标签分析信息,并将所述素材标签分析信息以及所述匹配结果发送至所述目标终端。
在一种可能的实现方式中,所述详情响应模块包括:
说明信息和参考素材获取单元,被配置为执行获取所述目标素材标签组合中各素材标签对应的详细说明信息,以及所述目标素材标签组合对应的参考素材;
详情关联信息获取单元,被配置为执行根据所述详细说明信息和所述参考素材,获取所述目标素材标签组合对应的目标详情页面关联信息。
在一种可能的实现方式中,所述素材标签组合列表推荐模块包括:
标签推荐响应单元,被配置为执行响应于所述目标终端的素材标签推荐请求,获取所述素材标签组合列表、所述素材标签组合列表中各素材标签组合对应的预设对象信息、推荐属性信息以及对应的参考视频列表;
推荐信息生成单元,被配置为执行根据所述素材标签组合列表、所述预设对象信息、所述推荐属性信息以及所述参考视频列表,生成素材标签组合推荐信息;
推荐信息发送单元,被配置为执行将所述素材标签推荐信息发送至所述目标终端。
根据本公开实施例的第四方面,提供一种素材标签推荐装置,包括:
推荐页面显示模块,被配置为执行响应于素材标签推荐请求,显示素材标签组合推荐页面,所述素材标签组合推荐页面展示有素材标签组合列表,所述素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;所述素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;
推荐切换展示模块,被配置为执行响应于对所述素材标签组合列表的筛选请求,在所述素材标签组合推荐页面中切换展示素材标签组合子列表。
在一种可能的实现方式中,所述装置还包括:
详情页面显示模块,被配置为执行响应于对目标素材标签组合的详情请求,显示所述目标素材标签组合对应的目标详情页面,所述目标详情页面展示有所述目标素材标签组合对应的目标详情页面关联信息;所述目标素材标签组合为所述素材标签组合列表中的任一素材标签组合。
在一种可能的实现方式中,所述目标详情页面还展示有匹配测试控件,所述装置还包括:
匹配测试模块,被配置为执行响应于基于所述匹配测试控件触发的匹配测试请求,展示目标素材与所述目标素材标签组合的匹配结果;所述目标素材为所述匹配测试请求对应的素材。
根据本公开实施例的第五方面,提供一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如上述第一方面中任一项所述的方法。
根据本公开实施例的第六方面,提供一种计算机可读存储介质,当所述计算机可读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本公开实施例的第一方面中任一所述的方法。
根据本公开实施例的第七方面,提供一种计算机程序产品,包括计算机指令,所述计算机指令被处理器执行时,使得计算机执行本公开实施例的第一方面中任一项所述的方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过设置素材标签推荐请求和对素材标签组合列表的筛选请求,可以实现对满足展示指标条件的素材标签组合列表的推荐,以及根据需要推送的目标对象的关联信息在素材标签组合列表中进行筛选,实现更加精准的素材标签组合子列表的推荐,提升了素材标签组合推荐的便捷性和灵活性;并且素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的,可以提升素材标签组合推荐的精准性,以及面对海量历史素材时的推荐时效性;另外,素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件,可以使得根据素材标签组合列表中的素材标签组合制作的素材可以得到较佳的展示效果。基于这些,可以有效降低素材制作的成本,提升素材制作的资源利用率以及素材制作的效率。
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
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种应用环境的示意图。
图2是根据一示例性实施例示出的一种获取素材标签组合列表的方法流程图。
图3是根据一示例性实施例示出的一种素材标签推荐方法的流程图。
图4a是根据一示例性实施例示出的一种素材标签组合推荐页面的示意图。
图4b是根据一示例性实施例示出的一种素材标签组合推荐页面的筛选展示示意图。
图5是根据一示例性实施例示出的一种素材标签组合详情页面的示意图。
图6是根据一示例性实施例示出的一种素材匹配测试的方法流程图。
图7是根据一示例性实施例示出的一种匹配结果的展示示意图。
图8是根据一示例性实施例示出的一种素材标签组合推荐的交互示意图。
图9是根据一示例性实施例示出的一种素材标签推荐装置框图。
图10是根据一示例性实施例示出的一种用于素材标签推荐的电子设备的框图。
图11是根据一示例性实施例示出的一种用于素材标签推荐的电子设备的框图。
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。
人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
近年来,随着人工智能技术研究和进步,人工智能技术在多个领域得到广泛应用,本申请实施例提供的方案涉及机器学习/深度学习等技术,具体通过如下实施例进行说明:
请参阅图1,图1是根据一示例性实施例示出的一种应用环境的示意图,如图1所示,该应用环境可以包括服务器01和终端02。
在一个可选的实施例中,服务器01可以用于素材标签推荐处理。具体的,服务器01可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(ContentDeliveryNetwork,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。
在一个可选的实施例中,终端02可以用于请求推荐的素材标签组合列表、筛选素材标签组合、请求匹配测试等,以作为素材制作的参考。具体的,终端02可以包括但不限于智能手机、台式计算机、平板电脑、笔记本电脑、智能音箱、数字助理、增强现实(augmentedreality,AR)/虚拟现实(virtualreality,VR)设备、智能可穿戴设备等类型的电子设备。可选的,电子设备上运行的操作系统可以包括但不限于安卓系统、IOS系统、linux、 windows等。
此外,需要说明的是,图1所示的仅仅是本公开提供的素材标签推荐方法的一种应用环境。
本说明书实施例中,上述服务器01以及终端02可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
需要说明的是,以附图中示出的是一种可能的步骤顺序,实际上并不限定必须严格按照此顺序。有些步骤可以在互不依赖的情况下并行执行。本公开所涉及的用户相关信息和数据(包括但不限于用于展示的数据、训练的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
图2是根据一示例性实施例示出的一种获取素材标签组合列表的方法流程图。为了给素材制作者提供参考以提升素材的推荐效果,选择定期给出推荐效果较好的素材标签组合列表。基于此,素材标签组合列表的获取过程可以包括:
在步骤S201中,周期性获取多个历史素材以及各历史素材对应的展示关联信息。
本说明书实施例中,展示关联信息可以是指各历史素材在预设时段内被展示的相关信息,例如展示量、展示对应的对象的关联信息等,该关联信息可以包括行业、对象偏好的素材类型等,本公开对这些均不作限定。其中,对象可以是指账号,相应地,展示对应的对象可以是指历史素材被展示过的账号,即向这些账号展示过该多个历史素材中的至少一个。
在一种可能的实现方式中,可以周期性地从素材库中获取多个历史素材,例如可以获取预设时段内添加至该素材库的素材作为多个历史素材,以用于素材标签组合列表的预测处理。相应地,可以获取各历史素材在该预设时段内对应的展示关联信息。其中,预设时段可以基于时效性要求来设置,本公开不作限定。作为一个示例,预设时段的时长可以与该周期性对应的周期相同,例如当前时刻为t2,前一周期对应的时间为t1~t2,周期T=t2-t1。相应地,预设时段可以为t1~t2、T时长的时段,即可以利用t1~t2之间的历史素材和展示关联信息来预测推荐效果较好的素材标签组合列表,以作为后续t2~t3时间段内素材制作的参考。其中,t3-t2=T。
在步骤S203中,将多个历史素材输入素材标签预测模型进行素材标签预测处理,得到各历史素材对应的素材标签。
本说明书实施例中,将多个历史素材输入素材标签预测模型进行素材标签预测处理,得到各历史素材对应的素材标签,各历史素材对应的素材标签可以为预设素材标签集合中的至少一个,该预设素材标签集合中的预设素材标签表征素材在多个制作维度上的信息,例如,内容制作维度、画面制作维度、影音制作维度等,每个制作维度下可以包括至少一种预设素材标签。这里的预设素材标签可以是根据实际需求预先设置的,本公开对此不作限定。其中,预设素材标签可以设置多个层级,作为一个示例,如图4a和图4b所示,可以为两个层级,例如一级素材标签可以包括AAA、BBB、CCC和DDD等,相应地, AAA-1~AAA-3、AAA-5可以是AAA下的二级素材标签;BBB-1、BBB-2可以是BBB下的二级素材标签,CCC-1~CCC-4可以是CCC下的二级素材标签,DDD-1可以是DDD下的二级素材标签。这里仅仅是示例,本公开对一级素材标签的内容和数量,以及每个一级素材标签下的二级素材标签的内容和数量均不作限定。
在一个示例中,内容制作维度下的一级素材标签可以包括人物塑造,画面制作维度下的一级素材标签可以包括场景美学、画面清晰度等,影音制作维度下的一级素材标签可以包括影音制作。以影音制作为例,对应的二级素材标签可以包括竖版全铺、有尾帧等。本公开对这些均不作限定。
其中,素材标签预测模型可以是基于海量样本素材对预设机器学习模型进行周期性训练得到的,本公开对具体训练过程不作限定。例如,可以利用海量样本素材已标注的素材标签对预设机器学习模型进行有监督训练,在每次迭代训练过程中基于损失信息进行梯度反向传递来更新预设机器学习模型的参数,直至满足迭代条件,可以将满足迭代条件时的预设机器学习模型作为素材标签预测模型。作为一个示例,迭代条件可以为迭代次数阈值、损失信息小于损失阈值等,本公开对此不作限定。其中,海量样本素材可以是预定时间之前、预定时长内已存在的素材。举例来说,若素材标签预测模型的周期大于T,则预定时间可以是t1,预定时长可以大于T,本公开对此不作限定,进行素材标签预测时只要获取最新更新的素材标签预测模型即可。
在步骤S205中,将各历史素材对应的素材标识、展示关联信息以及素材标签输入标签组合推荐模型,进行标签组合推荐处理,得到素材标签组合列表;该素材标签组合中的素材标签可以为预设素材标签集合中的多个预设素材标签。
本说明书实施例中,可以将各历史素材对应的素材标识、展示关联信息以及素材标签输入标签组合推荐模型,进行标签组合推荐处理,得到素材标签组合列表。其中,标签组合推荐模型可以用于预测待推荐的素材标签组合,以构成素材标签组合列表。例如,将各历史素材对应的素材标识、展示关联信息以及素材标签输入标签组合推荐模型,进行标签组合推荐处理,得到展示指标信息满足展示指标条件的多个素材标签组合,可以将该多个素材标签组合组成素材标签组合列表。该多个素材标签组合可以是历史素材的素材标签的任意组合。也就是说标签组合推荐模型可以预测不同素材标签组合对应的展示关联信息,展示关联信息可以包括展示指标信息和展示对应的对象的关联信息,基于此,标签组合推荐模型可以输出展示指标信息满足展示指标条件的该多个素材标签组合以及该多个素材标签组合各自对应的展示关联信息。进一步地,可以存储该素材标签组合列表,以用于后续素材标签组合的推荐。可选地,可以存储该素材标签组合列表以及该素材标签组合列表中多个素材标签组合各自对应的展示关联信息。
其中,标签组合推荐模型可以是基于样本素材对应的素材标识、样本展示关联信息以及对应的素材标签对预设深度学习模型进行周期性训练得到的。作为一个示例,该周期可以与上述预设机器学习模型的周期相同,这里样本素材对应的素材标签可以是基于上一周期的素材标签预测模型得到的。例如,可以获取样本素材集,例如获取标签组合推荐模型的当前训练周期之前的、预定时长内的样本素材,构成样本素材集。从而可以获取样本素材集中各样本素材对应的素材标识、样本展示关联信息以及对应的素材标签。从而可以将样本素材集中各样本素材对应的素材标识、样本展示关联信息以及对应的素材标签输入预设深度学习模型,进行各素材标签的嵌入向量学习以及不同素材标签组合对应的展示关联信息的学习,每次迭代学习,可以输出多个素材标签组合以及对应的展示关联预测信息,展示关联预测信息可以包括预测展示指标信息和预测的展示对应的对象的关联信息。这样通过优化预测展示指标信息以使预测展示指标信息满足展示指标条件,来调整预设深度学习模型的参数,例如基于预测展示指标信息与展示指标条件确定损失以用于调整预设深度学习模型的参数,直至预测展示指标信息与展示指标条件的差值小于指定阈值,可以得到标签组合推荐模型。该标签组合推荐模型的训练过程可以看作以展示指标条件为目标的学习过程,从而学习到能够满足展示指标条件的素材标签组合。其中,展示指标条件可以是指展示量阈值。可选地,展示指标信息和展示指标条件可以是针对冷启动阶段设置的,本公开对此不作限定。
通过标签组合推荐模型周期性地对素材标签组合列表进行预测,自动得到用于推荐的素材标签组合列表,可以提升素材标签推荐的效率和准确度;并且在面对海量素材的情况下,可以高效预测满足展示指标条件的素材标签组合列表,能够有效适用素材标签推荐的时效性要求。
图3是根据一示例性实施例示出的一种素材标签推荐方法的流程图。如图3所示,可以包括以下步骤。
在步骤S301中,响应于目标终端的素材标签推荐请求,获取并发送素材标签组合列表至目标终端。
其中,该素材标签组合列表可以是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件。该素材标签组合对应的展示指标信息可以是指基于素材标签组合制作的素材在素材推荐中能够被展示的指标信息,例如在素材推荐中能够被展示的展示量。相应地,展示指标条件可以是指展示量阈值。
本说明书实施例中,目标终端侧的用户在触发进入图4a所示的页面时,可以生成素材标签推荐请求,从而可以发送素材标签推荐请求至服务器。服务器响应于该素材标签推荐请求,可以获取存储的、距离当前时间最近周期得到的素材标签组合列表,并可以发送素材标签组合列表至目标终端,以使目标终端在素材标签组合页面展示该素材标签组合列表。其中,距离当前时间最近周期可以是指素材标签组合列表的生成时间与当前时间之间的时间差最小。
在一种可能的实现方式中,不仅发送素材标签组合列表,还可以发送素材标签组合列表中各素材标签组合对应的其他信息,例如预设对象信息、推荐属性信息以及对应的参考视频列表。基于此,响应于目标终端的素材标签推荐请求,可以获取素材标签组合列表、素材标签组合列表中各素材标签组合对应的预设对象信息、推荐属性信息以及对应的参考视频列表。其中,预设对象信息可以是指素材标签组合在该预设对象信息对应的预设对象中被偏好,即基于该素材标签组合制作的素材适用于推送至该预设对象。作为一个示例,该预设对象信息可以为对象的关联信息,例如对象信息、对象偏好的素材类型等,对象信息可以包括行业等。推荐属性信息可以表征素材标签组合下的素材在素材标签组合列表中的推荐程度,比如高、中、低等。素材标签组合对应的参考视频列表可以是指与该素材标签组合匹配的视频,即该参考视频列表中的参考视频具备该素材标签组合中的全部素材标签,可以作为该素材标签组合的视频制作示例。
进一步地,可以根据素材标签组合列表、预设对象信息、推荐属性信息以及参考视频列表,生成素材标签组合推荐信息;并可以将素材标签推荐信息发送至目标终端。相应地,在目标终端的素材标签组合推荐页面展示的素材标签推荐信息可以如图4a所示,显示了 3个素材标签组合、以及各素材标签组合对应的预设对象信息、推荐属性信息和参考素材列表。示例性的,预设对象信息可以如图4a所示的筛选条件不限、情景剧;筛选条件2、情景剧;筛选条件不限,美食。其中,序号可以与推荐属性信息负相关,使得推荐属性信息较高的素材标签组合可以被优先展示。需要说明的是,该素材标签组合推荐页面包括的素材标签组合的数量可以大于3,基于此,可以通过滑动页面来查看更多推荐的素材标签组合。通过根据素材标签组合列表、预设对象信息、推荐属性信息以及参考视频列表,生成并发送素材标签组合推荐信息至目标终端,使得目标终端可以展示素材标签组合列表中各素材标签组合的更加丰富的信息,便于素材制作者快速了解任一素材标签组合,提高更全面的制作参考。
在步骤S303中,响应于对素材标签组合列表的筛选请求,从筛选请求中提取目标对象信息,该目标对象信息用于指示素材被推送的目标对象的关联信息,可以是预设对象信息中的一种或多种。
本说明书实施例中,如图4a所示,素材标签组合推荐页面还可以包括筛选区域,该筛选区域可以用于筛选不同的对象的关联信息,例如不同的对象信息、素材类型等,例如图4a中的筛选条件1、筛选条件2、筛选条件3的选择框,以用于筛选不同对象信息,举例来说,筛选条件1可以是行业,筛选条件2、筛选条件3可以是其它对象信息。在素材为视频的情况下,视频类型可以包括全部视频、情景剧、美食等,如图4a所示,视频类型为全部视频。
实际应用中,素材制作者可以在素材标签组合推荐页面中进一步筛选与想要推送的目标对象匹配的素材标签组合。基于此,可以在选择框中选择,从而可以提交筛选请求,例如选择好之后触发回车键,或者该素材标签组合推荐页面还可以包括提交按钮,以触发该筛选请求。目标终端可以发送筛选请求至服务器,服务器响应于对素材标签组合列表的筛选请求,可以从筛选请求中提取目标对象信息。例如情景剧。
在步骤S305中,从素材标签组合列表中获取与目标对象信息匹配的素材标签组合子列表;
在步骤S307中,将素材标签组合子列表发送至目标终端。
本说明书实施例中,可以从素材标签组合列表中获取与目标对象信息匹配的素材标签组合子列表,例如可以利用目标对象信息与预设对象信息匹配,从而可以从素材标签组合列表中获取与目标对象信息匹配的预设对象信息对应的素材标签组合,作为该素材标签组合子列表。进一步地,可以将素材标签组合子列表发送至目标终端。以目标对象信息为情景剧为例,素材标签组合推荐页面的展示可以切换为图4b所示,其中,素材标签组合对应的预设对象信息均为情景剧。
通过设置素材标签推荐请求和对素材标签组合列表的筛选请求,可以实现对满足展示指标条件的素材标签组合列表的推荐,以及根据需要推送的目标对象的关联信息在素材标签组合列表中进行筛选,实现更加精准的素材标签组合子列表的推荐,提升了素材标签组合推荐的便捷性和灵活性;并且素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的,可以提升素材标签组合推荐的精准性,以及面对海量历史素材时的推荐时效性;另外,素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件,可以使得根据素材标签组合列表中的素材标签组合制作的素材可以得到较佳的展示效果。基于这些,可以有效降低素材制作的成本,提升素材制作的资源利用率以及素材制作的效率。
图5是根据一示例性实施例示出的一种素材标签组合详情页面的示意图。基于此,可以通过触发图4a中的某一素材标签组合,以进入该某一素材标签组合的素材标签组合详情页面,便于更全面了解该某一素材标签组合。相应地,该方法还可以包括:接收到目标终端对目标素材标签组合的详情请求,获取目标素材标签组合对应的目标详情页面关联信息;该目标素材标签组合可以为素材标签组合列表中的任一素材标签组合;进而可以将目标详情页面关联信息发送至目标终端,以使目标终端展示如图5所示的素材标签组合详情页面,即详情指南页面,进而可以在该素材标签组合详情页面中展示目标详情页面关联信息。
作为一个示例,获取目标素材标签组合对应的目标详情页面关联信息可以包括:获取目标素材标签组合中各素材标签对应的详细说明信息(如图5所示的501),以及目标素材标签组合对应的参考素材;并可以根据详细说明信息和参考素材,获取目标素材标签组合对应的目标详情页面关联信息。这里参考素材可以如图5所示的参考视频。
通过目标素材标签组合的详情请求,可以得到目标素材标签组合对应的目标详情页面关联信息,以便于素材制作者全面了解目标素材标签组合,提供更加全面的制作参考。
图6是根据一示例性实施例示出的一种素材匹配测试的方法流程图。如图6所示,在一种可能的实现方式中,该方法还可以包括:
在步骤S601中,响应于来自目标详情页面的匹配测试请求,获取待匹配的目标素材。
本说明书实施例中,响应于来自目标详情页面的匹配测试请求,可以从匹配测试请求中提取待匹配的目标素材。
在步骤S603中,基于素材标签预测模型对目标素材的素材标签进行预测处理,得到目标素材对应的素材标签信息;
在步骤S605中,对目标素材标签组合与素材标签信息进行匹配处理,得到目标素材与目标素材标签组合的匹配结果。
在一个示例中,该步骤S605可以包括:确定目标素材标签组合与素材标签信息中相同的第一标签以及合并去重后的第二标签;根据第一标签的第一加权信息和第二标签的第二加权信息,确定目标素材标签组合与素材标签信息的相似度信息;从而可以基于相似度信息,获取匹配结果。其中,目标素材标签组合可以是在匹配测试请求中携带的,或者可以是根据目标详情页面确定的,例如确定目标详情页面对应的目标素材标签组合。通过素材标签各自的权重对目标素材标签组合与素材标签信息进行匹配处理,得到目标素材与目标素材标签组合的匹配结果,可以体现不同素材标签在匹配处理中的权重,可以提升匹配结果的灵活度和准确度。
举例来说,假设素材标签信息为[t2,t3,t4],目标素材标签组合为[t3,t4,t5,t6]。t2,t3,t4,t5,t6 对应的权重为:w2,w3,w4,w5,w6。则相似度信息可以为(w3+w4)/(w2+w3+w4+w5+w6),从而可以将相似度信息直接作为匹配结果;或者可以获取相似度信息与匹配结果的对应关系,该匹配结果可以是匹配量化结果,例如,匹配度高、匹配度中、匹配度低。进一步地,可以基于该对应关系,得到与相似度信息匹配的匹配结果,例如匹配度高。其中,t3,t4 可以是指第一标签,t2,t3,t4,t5,t6可以是指第二标签;(w3+w4)可以是指第一加权信息, (w2+w3+w4+w5+w6)可以是指第二加权信息。
可选地,在匹配结果满足匹配条件的情况下,可以将匹配结果发送至目标终端,并将目标素材推送至素材库。可选地,推送至素材库也可以由制作者触发,本公开对此不作限定。
在匹配结果不满足匹配条件的情况下,可以获取素材标签分析信息,并可以将素材标签分析信息以及匹配结果发送至目标终端。作为一个示例,这里素材标签分析信息可以为:增加目标素材标签组合中未匹配素材标签的内容,或者删除素材标签信息中与目标素材标签组合不匹配的素材标签对应的内容,以提升制作素材与目标素材标签组合的匹配度。基于不同的匹配结果返回目标终端不同的信息,能够提供精准的匹配测试信息,进一步为素材制作提供参考,降低素材制作成本,节约资源。
在一个示例中,匹配结果的展示可以如图7所述,目标终端可以在匹配结果页面展示目标素材的匹配结果,例如匹配度高、匹配度低和素材标签分析信息,该素材标签分析信息可以如图7所示的“可以增加未匹配素材标签的内容”。可选地,如图7所示,匹配结果页面还可以展示各目标素材的匹配素材标签和不匹配素材标签,并可以展示多种操作按钮,例如图7所示的“全选”、“批量删除”、“推送至视频库”、“查看详情”和“删除”等。这里“全选”可以用于选择该匹配结果页面中的全部目标素材,“批量删除”可以用于删除该匹配结果页面中的全部目标素材,“全选”相邻的“推送至视频库”可以用于将匹配结果页面中的全部目标素材推送至视频库;“查看详情”和“删除”可以用于查看对应目标素材的匹配结果的详情以及删除对应目标素材。匹配测试详情可以包括匹配度信息、匹配素材标签、不匹配素材标签。可选地,还可以包括冗余素材标签,例如素材标签信息中与目标素材标签组合不匹配的素材标签,图7未示出冗余素材标签。
作为一个应用示例,参见图8所示的素材标签组合推荐的交互示意图,如图8所示,素材制作者可以在目标终端侧触发进入图4a所示的素材标签组合推荐页面,该触发可以生成素材标签推荐请求。响应于素材标签推荐请求,可以显示素材标签组合推荐页面,该素材标签组合推荐页面展示有素材标签组合列表,该素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;该素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件。其中,素材标签组合列表可以是服务器响应于素材标签推荐请求返回的,具体获取方式可参见上述相应内容,在此不再赘述。
进一步地,在素材标签组合推荐页面,还可以对素材标签组合列表中的素材标签组合进行筛选,例如在图4a中,可以在多个选择框中选择筛选条件,例如筛选条件为情景剧。并可以触发筛选请求,响应于对素材标签组合列表的筛选请求,可以在素材标签组合推荐页面中切换展示素材标签组合子列表,如图4b所示。该素材标签组合子列表可以是服务器响应于对素材标签组合列表的筛选请求返回的,具体获取方式可参见上述相应内容,在此不再赘述。
可选地,可以点击素材标签组合列表中的任一素材标签组合,以触发对目标素材标签组合的详情请求。相应地,响应于对目标素材标签组合的详情请求,可以展示目标素材标签组合对应的目标详情页面,该目标详情页面展示有目标素材标签组合对应的目标详情页面关联信息,如图5所示。其中,目标素材标签组合为素材标签组合列表中的任一素材标签组合。
在一个示例中,目标详情页面还可以展示有匹配测试控件,如图5所示的匹配测试。相应地,该方法还可以包括:响应于基于匹配测试控件触发的匹配测试请求,展示目标素材与目标素材标签组合的匹配结果;该目标素材可以为匹配测试请求对应的素材,即上传的素材。例如,可以上传制作的视频,以对该视频与目标素材标签组合的匹配度进行匹配测试,例如点击匹配测试,可以生成匹配测试请求,该匹配测试请求中可以携带目标素材标签组合以及目标素材。并可以发送匹配测试请求至服务器,由服务器进行匹配测试处理,返回匹配结果。目标终端可以展示匹配结果,如图7所示。进一步地,可以对匹配测试结果页面中的任一目标素材进行推送处理,例如可以将目标素材推送至素材库,在素材库中的素材可以进行素材推荐,本公开对推荐处理方式不作限定。
通过为终端侧提供素材标签组合推荐页面、素材标签组合的详情页面、匹配测试页面以及匹配测试结果页面,可以为素材制作者提供全面且精准的素材标签组合的推荐和筛选,以及素材标签组合的匹配结果展示,提供全面且精准的素材制作参考信息,节约素材制作资源,且能实现较佳的素材展示效果,以及可以提升素材制作效率和素材制作的资源利用率。
图9是根据一示例性实施例示出的一种素材标签推荐装置框图。参照图9,该装置可以包括:
素材标签组合列表推荐模块901,被配置为执行响应于目标终端的素材标签推荐请求,获取并发送素材标签组合列表至所述目标终端,所述素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;所述素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;
素材标签组合列表筛选模块903,被配置为执行响应于对所述素材标签组合列表的筛选请求,从所述筛选请求中提取目标对象信息,所述目标对象信息用于指示素材被推送的目标对象的关联信息;
子列表获取模块905,被配置为执行从所述素材标签组合列表中获取与所述目标对象信息匹配的素材标签组合子列表;
子列表推荐模块907,被配置为执行将所述素材标签组合子列表发送至所述目标终端。
在一种可能的实现方式中,所述装置还可以包括:
获取模块,被配置为执行周期性获取多个历史素材以及各历史素材对应的展示关联信息;
第一预测模块,被配置为执行将所述多个历史素材输入素材标签预测模型进行素材标签预测处理,得到各历史素材对应的素材标签;
第二预测模块,被配置为执行将各历史素材对应的素材标识、所述展示关联信息以及所述素材标签输入所述标签组合推荐模型,进行标签组合推荐处理,得到所述素材标签组合列表;
其中,所述各历史素材对应的素材标签为预设素材标签集合中的至少一个,所述素材标签组合中的素材标签为所述预设素材标签集合中的多个;所述预设素材标签集合中的预设素材标签表征素材在多个制作维度上的信息。
在一种可能的实现方式中,所述装置还可以包括:
详情响应模块,被配置为执行接收到所述目标终端对目标素材标签组合的详情请求,获取所述目标素材标签组合对应的目标详情页面关联信息;所述目标素材标签组合为所述素材标签组合列表中的任一素材标签组合;
发送模块,被配置为执行将所述目标详情页面关联信息发送至所述目标终端。
在一种可能的实现方式中,所述装置还可以包括:
匹配测试响应模块,被配置为执行响应于来自所述目标详情页面的匹配测试请求,获取待匹配的目标素材;
第三预测模块,被配置为执行基于素材标签预测模型对所述目标素材的素材标签进行预测处理,得到所述目标素材对应的素材标签信息;
匹配测试模块,被配置为执行对所述目标素材标签组合与所述素材标签信息进行匹配处理,得到所述目标素材与所述目标素材标签组合的匹配结果。
在一种可能的实现方式中,所述匹配测试模块可以包括:
标签确定单元,被配置为执行确定所述目标素材标签组合与所述素材标签信息中相同的第一标签以及合并去重后的第二标签;
相似度信息确定单元,被配置为执行根据所述第一标签的第一加权信息和所述第二标签的第二加权信息,确定所述目标素材标签组合与所述素材标签信息的相似度信息;
匹配结果获取单元,被配置为执行基于所述相似度信息,获取所述匹配结果。
在一种可能的实现方式中,所述装置还可以包括:
第一匹配处理模块,被配置为执行在所述匹配结果满足匹配条件的情况下,将所述匹配结果发送至所述目标终端,并将所述目标素材推送至素材库;
第二匹配处理模块,被配置为执行在所述匹配结果不满足匹配条件的情况下,获取素材标签分析信息,并将所述素材标签分析信息以及所述匹配结果发送至所述目标终端。
在一种可能的实现方式中,所述详情响应模块可以包括:
说明信息和参考素材获取单元,被配置为执行获取所述目标素材标签组合中各素材标签对应的详细说明信息,以及所述目标素材标签组合对应的参考素材;
详情关联信息获取单元,被配置为执行根据所述详细说明信息和所述参考素材,获取所述目标素材标签组合对应的目标详情页面关联信息。
在一种可能的实现方式中,所述素材标签组合列表推荐模块901可以包括:
标签推荐响应单元,被配置为执行响应于所述目标终端的素材标签推荐请求,获取所述素材标签组合列表、所述素材标签组合列表中各素材标签组合对应的预设对象信息、推荐属性信息以及对应的参考视频列表;
推荐信息生成单元,被配置为执行根据所述素材标签组合列表、所述预设对象信息、所述推荐属性信息以及所述参考视频列表,生成素材标签组合推荐信息;
推荐信息发送单元,被配置为执行将所述素材标签推荐信息发送至所述目标终端。
本公开还提供了一种素材标签推荐装置,应用于终端,可以包括:
推荐页面显示模块,被配置为执行响应于素材标签推荐请求,显示素材标签组合推荐页面,所述素材标签组合推荐页面展示有素材标签组合列表,所述素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;所述素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;
推荐切换展示模块,被配置为执行响应于对所述素材标签组合列表的筛选请求,在所述素材标签组合推荐页面中切换展示素材标签组合子列表。
在一种可能的实现方式中,所述装置还可以包括:
详情页面显示模块,被配置为执行响应于对目标素材标签组合的详情请求,显示所述目标素材标签组合对应的目标详情页面,所述目标详情页面展示有所述目标素材标签组合对应的目标详情页面关联信息;所述目标素材标签组合为所述素材标签组合列表中的任一素材标签组合。
在一种可能的实现方式中,所述目标详情页面还展示有匹配测试控件,所述装置还可以包括:
匹配测试模块,被配置为执行响应于基于所述匹配测试控件触发的匹配测试请求,展示目标素材与所述目标素材标签组合的匹配结果;所述目标素材为所述匹配测试请求对应的素材。
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10是根据一示例性实施例示出的一种用于素材标签推荐的电子设备的框图,该电子设备可以是终端,其内部结构图可以如图10所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种素材标签推荐的方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本公开方案相关的部分结构的框图,并不构成对本公开方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
图11是根据一示例性实施例示出的一种用于素材标签推荐的电子设备的框图,该电子设备可以是服务器,其内部结构图可以如图11所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种素材标签推荐的方法。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本公开方案相关的部分结构的框图,并不构成对本公开方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在示例性实施例中,还提供了一种电子设备,包括:处理器;用于存储该处理器可执行指令的存储器;其中,该处理器被配置为执行该指令,以实现如本公开实施例中的素材标签推荐方法。
在示例性实施例中,还提供了一种计算机可读存储介质,当该计算机可读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本公开实施例中的素材标签推荐方法。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。
在示例性实施例中,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,使得计算机执行本公开实施例中的素材标签推荐的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM 以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路 (Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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。本申请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)

1.一种素材标签推荐方法,其特征在于,包括:
响应于目标终端的素材标签推荐请求,获取并发送素材标签组合列表至所述目标终端,所述素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;所述素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;
响应于对所述素材标签组合列表的筛选请求,从所述筛选请求中提取目标对象信息,所述目标对象信息用于指示素材被推送的目标对象的关联信息;
从所述素材标签组合列表中获取与所述目标对象信息匹配的素材标签组合子列表;
将所述素材标签组合子列表发送至所述目标终端。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
周期性获取多个历史素材以及各历史素材对应的展示关联信息;
将所述多个历史素材输入素材标签预测模型进行素材标签预测处理,得到各历史素材对应的素材标签;
将各历史素材对应的素材标识、所述展示关联信息以及所述素材标签输入所述标签组合推荐模型,进行标签组合推荐处理,得到所述素材标签组合列表;
其中,所述各历史素材对应的素材标签为预设素材标签集合中的至少一个,所述素材标签组合中的素材标签为所述预设素材标签集合中的多个;所述预设素材标签集合中的预设素材标签表征素材在多个制作维度上的信息。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
接收到所述目标终端对目标素材标签组合的详情请求,获取所述目标素材标签组合对应的目标详情页面关联信息;所述目标素材标签组合为所述素材标签组合列表中的任一素材标签组合;
将所述目标详情页面关联信息发送至所述目标终端。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
响应于来自所述目标详情页面的匹配测试请求,获取待匹配的目标素材;
基于素材标签预测模型对所述目标素材的素材标签进行预测处理,得到所述目标素材对应的素材标签信息;
对所述目标素材标签组合与所述素材标签信息进行匹配处理,得到所述目标素材与所述目标素材标签组合的匹配结果。
5.根据权利要求4所述的方法,其特征在于,所述对所述目标素材标签组合与所述素材标签信息进行匹配处理,得到所述目标素材与所述目标素材标签组合的匹配结果,包括:
确定所述目标素材标签组合与所述素材标签信息中相同的第一标签以及合并去重后的第二标签;
根据所述第一标签的第一加权信息和所述第二标签的第二加权信息,确定所述目标素材标签组合与所述素材标签信息的相似度信息;
基于所述相似度信息,获取所述匹配结果。
6.根据权利要求4或5所述的方法,其特征在于,所述方法还包括:
在所述匹配结果满足匹配条件的情况下,将所述匹配结果发送至所述目标终端,并将所述目标素材推送至素材库;
在所述匹配结果不满足匹配条件的情况下,获取素材标签分析信息,并将所述素材标签分析信息以及所述匹配结果发送至所述目标终端。
7.根据权利要求3所述的方法,其特征在于,所述获取所述目标素材标签组合对应的目标详情页面关联信息,包括:
获取所述目标素材标签组合中各素材标签对应的详细说明信息,以及所述目标素材标签组合对应的参考素材;
根据所述详细说明信息和所述参考素材,获取所述目标素材标签组合对应的目标详情页面关联信息。
8.根据权利要求1或2所述的方法,其特征在于,所述响应于目标终端的素材标签推荐请求,获取并发送素材标签组合列表至所述目标终端,包括:
响应于所述目标终端的素材标签推荐请求,获取所述素材标签组合列表、所述素材标签组合列表中各素材标签组合对应的预设对象信息、推荐属性信息以及对应的参考视频列表;
根据所述素材标签组合列表、所述预设对象信息、所述推荐属性信息以及所述参考视频列表,生成素材标签组合推荐信息;
将所述素材标签推荐信息发送至所述目标终端。
9.一种素材标签推荐方法,其特征在于,包括:
响应于素材标签推荐请求,显示素材标签组合推荐页面,所述素材标签组合推荐页面展示有素材标签组合列表,所述素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;所述素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;
响应于对所述素材标签组合列表的筛选请求,在所述素材标签组合推荐页面中切换展示素材标签组合子列表。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
响应于对目标素材标签组合的详情请求,展示所述目标素材标签组合对应的目标详情页面,所述目标详情页面展示有所述目标素材标签组合对应的目标详情页面关联信息;所述目标素材标签组合为所述素材标签组合列表中的任一素材标签组合。
11.根据权利要求10所述的方法,其特征在于,所述目标详情页面还展示有匹配测试控件,所述方法还包括:
响应于基于所述匹配测试控件触发的匹配测试请求,展示目标素材与所述目标素材标签组合的匹配结果;所述目标素材为所述匹配测试请求对应的素材。
12.一种素材标签推荐装置,其特征在于,包括:
素材标签组合列表推荐模块,被配置为执行响应于目标终端的素材标签推荐请求,获取并发送素材标签组合列表至所述目标终端,所述素材标签组合列表是基于标签组合推荐模型对多个历史素材各自对应的素材标签以及展示关联信息进行标签组合预测处理得到的;所述素材标签组合列表中的素材标签组合对应的展示指标信息满足展示指标条件;
素材标签组合列表筛选模块,被配置为执行响应于对所述素材标签组合列表的筛选请求,从所述筛选请求中提取目标对象信息,所述目标对象信息用于指示素材被推送的目标对象的关联信息;
子列表获取模块,被配置为执行从所述素材标签组合列表中获取与所述目标对象信息匹配的素材标签组合子列表;
子列表推荐模块,被配置为执行将所述素材标签组合子列表发送至所述目标终端。
13.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至11中任一项所述的素材标签推荐方法。
14.一种计算机可读存储介质,其特征在于,当所述计算机可读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11中任一项所述的素材标签推荐方法。
15.一种计算机程序产品,包括计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求1至11中任一项所述的素材标签推荐方法。
CN202210774358.4A 2022-07-01 2022-07-01 素材标签推荐方法、装置、电子设备及存储介质 Pending CN115329131A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210774358.4A CN115329131A (zh) 2022-07-01 2022-07-01 素材标签推荐方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210774358.4A CN115329131A (zh) 2022-07-01 2022-07-01 素材标签推荐方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115329131A true CN115329131A (zh) 2022-11-11

Family

ID=83917800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210774358.4A Pending CN115329131A (zh) 2022-07-01 2022-07-01 素材标签推荐方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115329131A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115982434A (zh) * 2023-01-05 2023-04-18 深圳市动能无线传媒有限公司 一种基于人工智能的素材信息分类管理方法及系统
CN117493978A (zh) * 2023-12-22 2024-02-02 明亚保险经纪股份有限公司 一种素材分类管理方法、装置、设备和介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115982434A (zh) * 2023-01-05 2023-04-18 深圳市动能无线传媒有限公司 一种基于人工智能的素材信息分类管理方法及系统
CN115982434B (zh) * 2023-01-05 2023-08-11 深圳市动能无线传媒有限公司 一种基于人工智能的素材信息分类管理方法及系统
CN117493978A (zh) * 2023-12-22 2024-02-02 明亚保险经纪股份有限公司 一种素材分类管理方法、装置、设备和介质
CN117493978B (zh) * 2023-12-22 2024-03-19 明亚保险经纪股份有限公司 一种素材分类管理方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN108921221B (zh) 用户特征的生成方法、装置、设备及存储介质
KR102089100B1 (ko) 이미지 데이터베이스 기반 상호인식차를 최소화하는 인테리어 서비스 제공 시스템
CN108776676B (zh) 信息推荐方法、装置、计算机可读介质及电子设备
CN111680219A (zh) 内容推荐方法、装置、设备及可读存储介质
CN115329131A (zh) 素材标签推荐方法、装置、电子设备及存储介质
CN113811884A (zh) 认知视频和音频的检索聚合
CN111368141B (zh) 视频标签的扩展方法、装置、计算机设备和存储介质
CN111400586A (zh) 群组展示方法、终端、服务器、系统及存储介质
EP4075299A1 (en) Method and apparatus for recommending multimedia resource
CN111339406A (zh) 个性化推荐方法、装置、设备及存储介质
CN112528147A (zh) 内容推荐方法和装置、训练方法、计算设备和存储介质
CN110737824B (zh) 内容查询方法和装置
CN114048387A (zh) 基于大数据和ai预测的内容推荐方法及人工智能云系统
CN114528474A (zh) 推荐对象确定方法、装置、电子设备及存储介质
CN113918738A (zh) 多媒体资源推荐方法、装置、电子设备及存储介质
CN115935049A (zh) 基于人工智能的推荐处理方法、装置及电子设备
CN112287799A (zh) 基于人工智能的视频处理方法、装置及电子设备
CN111488386A (zh) 数据查询方法和装置
CN112883256B (zh) 多任务处理方法、装置、电子设备及存储介质
CN114491093A (zh) 多媒体资源推荐、对象表征网络的生成方法及装置
CN112801053B (zh) 视频数据处理方法、装置
CN112395490B (zh) 用于生成信息的方法和装置
CN114741540A (zh) 一种多媒体序列推荐方法、操作预测模型训练方法、装置、设备及存储介质
CN115048579A (zh) 物料搜索的方法、装置及设备
CN114201625A (zh) 一种多媒体推荐方法、装置、电子设备和存储介质

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