[发明专利]多媒体文件推送方法和装置、存储介质及电子装置

权利要求书

1.一种多媒体文件推送方法，其特征在于，包括：

获取待推送多媒体文件集中每一个待推送多媒体文件的第一参数与第二参数，其中，所述第一参数为每一千次推送获取的收益，所述第二参数为所述待推送多媒体文件被推送后被点击的概率；

根据所述第一参数与所述第二参数，确定预估损失，其中，所述预估损失用于对第一系数与第二系数进行调整，对所述第一系数与所述第二系数进行调整包括：在所述预估损失大于或等于预定阈值的情况下，调整所述第一系数或所述第二系数，直到所述预估损失小于所述预定阈值，所述第一系数和所述第一参数用于确定对应的所述待推送多媒体文件的排序分值，所述排序分值用于指示对应的所述待推送多媒体文件的推送优先级，所述第二系数用于对所述待推送多媒体文件进行过滤；

在所述预估损失小于预定阈值的情况下，输出所述第一系数与所述第二系数，其中，所述第一系数与所述第二系数用于从所述待推送多媒体文件集中确定目标多媒体文件；

根据所述第一系数与所述第二系数从所述待推送多媒体文件集中确定出目标多媒体文件；

将所述目标多媒体文件推送给客户端；

所述根据所述第一参数与所述第二参数，确定预估损失，包括：根据所述第一参数与所述第二参数获取获胜概率矩阵，其中，所述获胜概率矩阵中包括每一个所述待推送多媒体文件在每一次推送中被确定为所述目标多媒体文件的概率；获取第二参数矩阵，其中，所述第二参数矩阵中包括每一个所述待推送多媒体文件在每一次推送中被点击的概率；确定每一个所述待推送多媒体文件在所述获胜概率矩阵中的损失，得到第一损失，其中，所述第一损失为每一个所述待推送多媒体文件的预估播放量与目标播放量之间的损失之和；确定每一个所述待推送多媒体文件在收益矩阵中的损失，得到第二损失，其中，所述收益矩阵为所述获胜概率矩阵与所述第二参数矩阵的乘积，所述第二损失为每一次推送中最大点击率与预估点击率之间的损失之和；将所述第一损失与所述第二损失的和确定为所述预估损失。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一参数与所述第二参数获取获胜概率矩阵包括：

确定所述待推送多媒体文件集中每一个待推送多媒体文件的所述第一参数与所述第一系数的乘积；

将所述乘积概率化，得到第一矩阵，其中，所述第一矩阵用于指示所述多媒体文件集中每一个待推送多媒体文件的排序分值的概率；

确定所述待推送多媒体文件集中每一个待推送多媒体文件的第二参数在历史参数中的排名，其中，所述历史参数为每一个所述待推送多媒体文件历史推送过程中被点击的概率；

将所述排名概率化，得到第二矩阵，其中，所述第二矩阵用于指示所述多媒体文件集中每一个待推送多媒体文件的排名的概率；

将所述第一矩阵与所述第二矩阵相乘，得到所述获胜概率矩阵。

3.根据权利要求1所述的方法，其特征在于，所述确定每一个所述待推送多媒体文件在所述获胜概率矩阵中的损失，得到第一损失包括：

通过预定公式，计算每一个所述待推送多媒体文件的预估播放量与目标播放量之间的损失，其中，所述预估播放量为每一个所述待推送多媒体文件的每一次推送的获胜概率的概率和，所述目标播放量由所述待推送多媒体文件的已播放量和未播放量决定；

将每一个所述待推送多媒体文件的所述预估播放量与所述目标播放量之间的损失之和确定为所述第一损失。

4.根据权利要求1所述的方法，其特征在于，所述确定每一个所述待推送多媒体文件在收益矩阵中的损失，得到第二损失包括：

通过预定公式计算每一次推送中最大点击率与预估点击率之间的损失，其中，所述最大点击率为每一次推送中最大的所述第二参数，所述预估点击率为每一次推送中所有的所述待推送多媒体文件的概率和；

将每一次推送中所述最大点击率与上述预估点击率之间的损失之和确定为所述第二损失。

5.根据权利要求1所述的方法，其特征在于，在根据所述第一参数与所述第二参数，确定预估损失之后，还包括：

将所述第二参数大于所述第二系数的所述待推送多媒体文件中，所述第一系数与所述第一参数的乘积最大的待推送多媒体文件确定为所述目标多媒体文件。