[发明专利]视频推荐方法、装置、电子设备及存储介质

权利要求书

1.一种视频推荐方法，其特征在于，包括：

获取目标视频对应的目标图像；

将所述目标图像输入预设的目标分类模型，得到所述目标视频的关注度在预设区间的目标概率；其中，所述关注度为衡量所述目标视频的被关注程度的综合参数值，所述目标分类模型为根据历史视频训练得到的用于预测关注度分布的模型；

获取所述目标图像输入所述目标分类模型生成的向量，得到目标向量；

将所述目标概率和所述目标向量作为所述目标视频对应的视频推荐特征，输入预设的视频推荐模型，以对所述目标视频进行推荐。

2.根据权利要求1所述的视频推荐方法，其特征在于，所述获取所述目标图像输入所述目标分类模型生成的向量，得到目标向量，包括：

将所述目标图像输入所述目标分类模型，并将预设全连接层输出的特征向量，确定为所述目标向量。

3.根据权利要求1所述的视频推荐方法，其特征在于，所述目标分类模型的获取方式，包括：

获取历史视频对应的历史图像，以及所述历史视频的关注度；

按照所述预设区间，对所述历史视频的关注度进行分类，得到关注度分类结果；

以所述历史图像为输入，所述关注度分类结果为监督信息，对预设的初始分类模型进行训练，得到所述目标分类模型。

4.根据权利要求3所述的视频推荐方法，其特征在于，所述关注度包括主关注度和辅助关注度；所述主关注度包括所述目标视频对应的关注量，所述辅助关注度包括所述目标视频对应的点击率、点赞率、关注率或完播率中的至少一个；所述预设区间包括第一预设区间和第二预设区间；

所述按照所述预设区间，对所述历史视频的关注度进行分类，得到关注度分类结果，包括：

按照所述第一预设区间，对所述主关注度进行分类，得到第一分类结果；

按照所述第二预设区间，对所述辅助关注度进行分类，得到第二分类结果；

将所述第一分类结果和所述第二分类结果，确定为所述关注度分类结果。

5.根据权利要求4所述的视频推荐方法，其特征在于，所述按照所述第一预设区间，对所述主关注度进行分类，得到第一分类结果，之前包括：

按照预设数值序列对所述第一预设区间进行划分，得到至少一个主预设区间；

按照对数函数的形式对所述第二预设区间进行划分，得到至少一个辅助预设区间。

6.根据权利要求4至5任一项所述的视频推荐方法，其特征在于，所述以所述历史图像为输入，所述关注度分类结果为监督信息，对预设的初始分类模型进行训练，得到所述目标分类模型，包括：

以所述历史图像为输入，所述第一分类结果和所述第二分类结果为监督信息，对所述初始分类模型进行训练，得到中间分类模型；

以第一预设数值作为所述主关注度对应损失函数的权重，第二预设数值作为所述辅助关注度对应损失函数的权重，对所述中间分类模型进行训练，得到所述目标分类模型；其中，所述第一预设数值大于或等于所述第二预设数值。

7.根据权利要求1所述的视频推荐方法，其特征在于，所述将所述目标概率和所述目标向量作为所述目标视频对应的视频推荐特征，输入预设的视频推荐模型，以对所述目标视频进行推荐，包括：

将所述目标概率和所述目标向量作为所述目标视频对应的视频推荐特征，输入预设的视频推荐模型，得到所述目标视频的关注度在所述预设区间的推荐概率；

当所述推荐概率大于预设阈值时，推荐所述目标视频。