CN112241486A - 多媒体信息获取方法及装置 - Google Patents
多媒体信息获取方法及装置 Download PDFInfo
- Publication number
- CN112241486A CN112241486A CN201910646886.XA CN201910646886A CN112241486A CN 112241486 A CN112241486 A CN 112241486A CN 201910646886 A CN201910646886 A CN 201910646886A CN 112241486 A CN112241486 A CN 112241486A
- Authority
- CN
- China
- Prior art keywords
- multimedia information
- identifier
- vector
- embedded vector
- author
- 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
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
- G06F16/90—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开公开了一种多媒体信息获取方法、装置、电子设备及计算机可读存储介质,其中,所述方法包括:根据当前用户账号的历史日志获取用户行为列表;用户行为列表中包含标识;根据标识获取第一嵌入向量;计算第一嵌入向量与多媒体信息库中第二嵌入向量的相似度;根据排序结果选取预设个数多媒体信息作为待推荐多媒体信息库。本公开通过根据当前用户账号的历史日志获取用户行为列表,用户行为列表中包含标识;根据标识获取第一嵌入向量;计算第一嵌入向量与多媒体信息库中第二嵌入向量的相似度,并按照相似度对第二嵌入向量进行排序;根据排序结果选取预设个数多媒体信息作为待推荐多媒体信息库,可以提高推荐速度,并且能够对于不同用户账号实现个性化推荐。
Description
技术领域
本公开涉及多媒体信息处理技术领域,尤其涉及一种多媒体信息获取方法、装置、电子设备及计算机可读存储介质。
背景技术
随着互联网技术的飞速发展,人们越来越多地使用个性化推送应用程序(Applicationapp,App)来获取多媒体信息,包括新闻、视频等等。这些App除了在用户使用的时候给用户推送感兴趣的多媒体信息之外,还可以通过多媒体信息推送机制,在用户没有使用app的时候主动给用户推送定制化的多媒体信息。
在现有技术中,在给用户推荐视频时,往往使用多媒体信息推荐模型对视频库中所有的多媒体信息进行打分预测,将分值高的多媒体信息推荐给用户。但是,由于视频库中数据量巨大,在用户刷新推荐时,速度会比较慢等。
发明内容
本公开提供一种多媒体信息获取方法、装置、电子设备及计算机可读存储介质,以至少解决相关技术中由于视频库中数据量巨大,在用户刷新推荐时,速度会比较慢的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种多媒体信息获取方法,包括:
根据当前用户账号的历史日志获取用户行为列表;其中,所述用户行为列表中包含用户行为对应的至少一个多媒体信息相关联的标识,所述标识用于标记所述多媒体信息的至少一个维度的特征;
根据所述至少一个多媒体信息相关联的标识获取至少一个第一嵌入向量;其中,一个标识对应一个第一嵌入向量;
计算所述第一嵌入向量与用户行为信息库中存储的第二嵌入向量的相似度,并按照相似度对与所述第二嵌入向量相关联的多媒体信息进行排序;
根据排序结果选取预设个数多媒体信息作为所述当前用户账号对应的待推荐多媒体信息。
进一步的,所述标识为多媒体信息标识,所述计算所述第一嵌入向量与用户行为信息库中存储的第二嵌入向量的相似度,并按照相似度对与所述第二嵌入向量相关联的多媒体信息进行排序多媒体信息,包括:
对于每种用户行为对应的每个多媒体信息的多媒体信息标识,根据所述多媒体信息标识获取对应多媒体信息的第一嵌入向量,并根据所述多媒体信息标识对应的多媒体信息的作者标识获取所述作者的第一嵌入向量,其中,所述作者标识为所述多媒体信息标识对应的多媒体信息的作者对应的标识;
对所述多媒体信息的第一嵌入向量和所述作者的第一嵌入向量进行拼接。
进一步的,所述第二嵌入向量根据用户行为信息库中存储多媒体信息的嵌入向量和所述存储多媒体信息的作者的嵌入向量拼接而成。
进一步的,所述用户行为为触发预设按钮的行为,其中,所述预设按钮为点击多媒体信息的按钮、喜欢多媒体信息的按钮、浏览多媒体信息的按钮和关注多媒体信息作者的按钮中的至少一种按钮。
根据本公开实施例的第二方面,还提供一种多媒体信息获取装置,包括:
标识获取模块,用于根据当前用户账号的历史日志获取用户行为列表;其中,所述用户行为列表中包含用户行为对应的至少一个多媒体信息相关联的标识,所述标识用于标记所述多媒体信息的至少一个维度的特征;
向量获取模块,用于根据所述至少一个多媒体信息相关联的标识获取至少一个第一嵌入向量;其中,一个标识对应一个第一嵌入向量;
相似度计算模块,用于计算所述第一嵌入向量与用户行为信息库中存储的第二嵌入向量的相似度,并按照相似度对与所述第二嵌入向量相关联的多媒体信息进行排序;
多媒体信息库确定模块,用于根据排序结果选取预设个数多媒体信息作为所述当前用户账号对应的待推荐多媒体信息。
进一步的,所述标识为多媒体信息标识,所述向量获取模块具体用于:对于用户行为对应的每个多媒体信息的多媒体信息标识,根据所述多媒体信息标识获取对应多媒体信息的第一嵌入向量,并根据所述多媒体信息标识对应的多媒体信息的作者标识获取所述作者的第一嵌入向量,其中,所述作者标识为所述多媒体信息标识对应的多媒体信息的作者对应的标识;对所述多媒体信息的第一嵌入向量和所述作者的第一嵌入向量进行拼接。
进一步的,所述第二嵌入向量根据用户行为信息库中存储多媒体信息的嵌入向量和所述存储多媒体信息的作者的嵌入向量拼接而成。
进一步的,所述用户行为为触发预设按钮的行为,其中,所述预设按钮为点击多媒体信息的按钮、喜欢多媒体信息的按钮、浏览多媒体信息的按钮和关注多媒体信息作者的按钮中的至少一种按钮。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:通过执行指令以实现上述第一方面任一项所述的多媒体信息获取方法。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行上述第一方面任一项所述的多媒体信息获取方法。
根据本公开实施例的第五方面,提供一种计算机产品,包括上述第一方面任一项所述的多媒体信息获取方法。
本公开的实施例提供的技术方案至少带来以下有益效果:通过根据当前用户账号的历史日志获取用户行为列表,用户行为列表中包含标识;根据标识获取第一嵌入向量;计算第一嵌入向量与多媒体信息库中第二嵌入向量的相似度,并按照相似度对第二嵌入向量进行排序;根据排序结果选取预设个数多媒体信息作为待推荐多媒体信息库,可以提高推荐速度,并且能够对于不同用户账号实现个性化推荐。
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。
图1是本公开实施例一提供的一种多媒体信息获取方法的流程图。
图2是本公开实施例二提供的一种多媒体信息获取装置的结构框图。
图3是本公开实施例三提供的一种电子设备的结构框图。
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。
实施例一
图1是本公开实施例一提供的一种多媒体信息获取方法的流程图,本实施例提供的多媒体信息获取方法的执行主体,可为本公开实施例提供的多媒体信息获取装置,该装置可以集成于移动终端设备(例如,智能手机、平板电脑等)、笔记本或固定终端(台式电脑)中,该多媒体信息获取装置可以采用硬件或软件实现。如图1所示,包括以下步骤:
在步骤S11中,根据当前用户账号的历史日志获取用户行为列表;其中,所述用户行为列表中包含与用户行为对应的至少一个多媒体信息相关联的标识,所述标识用于标记所述多媒体信息的至少一个维度的特征。
其中,多媒体信息包括但不限于短视频。本公开可以应用于短视频应用中,用于对短视频进行推荐。
其中,用户行为列表中包含用户近期(例如一个月)的用户行为,可能有一种或多种,可以为为触发预设按钮的行为,其中,所述预设按钮为点击多媒体信息的按钮、喜欢多媒体信息的按钮、浏览多媒体信息的按钮和关注多媒体信息作者的按钮中的至少一种按钮。即具备包括点击多媒体信息的行为、喜欢多媒体信息的行为、浏览多媒体信息的行为和关注多媒体信息作者的行为。并且,多种用户行为之间可能会存在条件依赖,例如,对于一个多媒体信息,只有用户先点击了该行为,才会有后续的喜欢、浏览及关注等行为。例如,以短视频为例,在一个短视频应用显示界面可以提供点击按钮、喜欢按钮、及关注按钮等操作按钮。对于其中的视频,用户可以通过触发点击按钮播放该视频内容;进一步的,如果该视频被播放完毕或该视频被播放超过预定时间(例如1分钟),那么可以认为用户浏览了该视频;进一步的,如果用户浏览完毕该视频之后喜欢该视频,则通过触发喜欢按钮标记喜欢该视频内容;进一步的,如果用户喜欢该视频则可以关注该视频的作者,则通过触发关注按钮以关注该视频的作者。
并且,每种用户行为对应的一个多媒体信息或多个多媒体信息,例如,用户行为为用户点击多媒体信息的行为,用户可能近期点击了多个多媒体信息。用户行为列表中包含与每种用户行为对应的一个多媒体信息或多个多媒体信息相关联的标识,该标识可以为多媒体信息标识和/或作者标识。
在步骤S12中,根据所述至少一个多媒体信息相关联的标识获取至少一个第一嵌入向量;其中,一个标识对应一个第一嵌入向量。
其中,嵌入向量embedding是一个根据映射关系构建的向量,该映射关系可以为将一个空间里的多媒体信息抛射到一个线性向量空间里去,这样一来可以在向量空间里计算度量它们的距离等。
其中,第一嵌入向量根据多媒体信息的多媒体信息特征和/或用户属性生成,其包含多媒体信息特征和/或用户属性。其中,用户属性包括用户输入的姓名或昵称、年龄、性别、户籍类型等。
具体的,可预先基于神经网络或深度学习神经网络训练得到嵌入向量生成模型,在本实施例中可以根据该嵌入向量生成模型实时获取嵌入向量,或者预先根据该嵌入向量生成模型嵌入向量,并保存标识与嵌入向量的对应关系。
在步骤S13中,计算第一嵌入向量与用户行为信息库中存储的第二嵌入向量的相似度,并按照相似度对与所述第二嵌入向量相关联的多媒体信息进行排序。
其中,用户行为信息库与用户行为种类相对应。例如,点击多媒体信息的行为对应一个点击多媒体信息库、喜欢多媒体信息的行为对应一个喜欢多媒体信息库、浏览多媒体信息的行为对应一个浏览多媒体信息库、关注多媒体信息作者的行为对应一个关注多媒体信息库等。
其中,对于每种用户行为,所述标识为多媒体信息标识,那么对应用户行为信息库中存储至少一对多媒体信息标识与第二嵌入向量;和/或,所述标识为作者标识,那么对应用户行为信息库中存储至少一对作者标识与第二嵌入向量。
其中,第二嵌入向量与第一嵌入向量相对应。例如,若第一嵌入向量为根据多媒体信息特征得到的嵌入向量,则第二嵌入向量也为根据多媒体信息特征得到的嵌入向量,在多媒体信息库中存储第二嵌入向量与多媒体信息标识的对应关系;若第一嵌入向量为根据作者多媒体信息得到的嵌入向量,则第二嵌入向量也为根据作者多媒体信息得到的嵌入向量,在多媒体信息库中存储第二嵌入向量与作者标识的对应关系。
其中,相似度可以为第一嵌入向量与第二嵌入向量的余弦值、欧式距离等,以衡量第一嵌入向量与第二嵌入向量的近似程度。
具体的,每种用户行为对应至少一个第一嵌入向量,分别计算每个第一嵌入向量与第二嵌入向量的相似度,其中第二嵌入向量的个数为多个。例如,若用户行为为点击多媒体信息的行为,对应的第一嵌入向量分别为a1、a2和a3,点击多媒体信息行为多媒体信息库中对应的第二嵌入向量有10000个,则分别计算a1与10000个第二嵌入向量的相似度,并按相似度大小进行排序、a2与10000个第二嵌入向量的相似度,并按相似度大小进行排序、a3与10000个第二嵌入向量的相似度,并按相似度大小进行排序。若用户行为为喜欢多媒体信息的行为,对应的第一嵌入向量分别为b1、b2、b3和b4,喜欢多媒体信息行为多媒体信息库中对应的第二嵌入向量有1000个,则分别计算b1与1000个第二嵌入向量的相似度,并按相似度大小进行排序、b2与1000个第二嵌入向量的相似度,并按相似度大小进行排序、b3与1000个第二嵌入向量的相似度,并按相似度大小进行排序、b4与1000个第二嵌入向量的相似度,并按相似度大小进行排序。对于其他用户行为类似,这里不再赘述。
在步骤S14中,根据排序结果选取预设个数多媒体信息作为所述当前用户账号对应的待推荐多媒体信息库,且根据相似度对所述待推荐多媒体信息库中的预设个数多媒体信息进行排序。
其中,预设个数多媒体信息可以自定义设置。
具体的,参照上述步骤S13中的例子,若用户行为为点击多媒体信息的行为和喜欢多媒体信息的行为,对于点击多媒体信息的行为,根据第一嵌入向量a1与10000个第二嵌入向量的相似度,选取排序在前的100个第二嵌入向量对应的标识作为推荐多媒体信息存入待推荐多媒体信息库中;根据第一嵌入向量a2与10000个第二嵌入向量的相似度,选取排序在前的100个第二嵌入向量对应的标识作为推荐多媒体信息存入待推荐多媒体信息库中;根据第一嵌入向量a3与10000个第二嵌入向量的相似度,选取排序在前的100个第二嵌入向量对应的标识作为推荐多媒体信息存入待推荐多媒体信息库中;那么对于点击多媒体信息的行为一共有100*3个标识作为推荐多媒体信息存入待推荐多媒体信息库中。同理,对于喜欢多媒体信息的行为,根据第一嵌入向量b1与1000个第二嵌入向量的相似度,选取排序在前的50个第二嵌入向量对应的标识作为推荐多媒体信息存入待推荐多媒体信息库中;根据第一嵌入向量b2与1000个第二嵌入向量的相似度,选取排序在前的50个第二嵌入向量对应的标识作为推荐多媒体信息存入待推荐多媒体信息库中;根据第一嵌入向量b3与1000个第二嵌入向量的相似度,选取排序在前的50个第二嵌入向量对应的标识作为推荐多媒体信息存入待推荐多媒体信息库中;根据第一嵌入向量b4与1000个第二嵌入向量的相似度,选取排序在前的50个第二嵌入向量对应的标识作为推荐多媒体信息存入待推荐多媒体信息库中;那么对于喜欢多媒体信息的行为一共有50*4个标识作为推荐多媒体信息存入待推荐多媒体信息库中。综上所述,若用户行为为点击多媒体信息的行为和喜欢多媒体信息的行为,那么一共有100*3+50*4=500个标识作为推荐多媒体信息存入待推荐多媒体信息库中。
本实施例在推荐时可选取的推荐多媒体信息将由10000+1000=11000个缩减为500个,可以大大缩小推荐时多媒体信息库的数据量,提高推荐速度,并且待推荐多媒体信息库中的推荐多媒体信息是根据用户账号的历史日志获取的用户行为确定的,能够对于不同用户账号实现个性化推荐。
在一个可选的实施例中,所述标识为多媒体信息标识,步骤S12具体包括:
步骤S121:对于用户行为对应的每个多媒体信息的多媒体信息标识,根据所述多媒体信息标识获取对应多媒体信息的第一嵌入向量,并根据所述多媒体信息标识对应的多媒体信息的作者标识获取所述作者的第一嵌入向量,其中,所述作者标识为所述多媒体信息标识对应的多媒体信息的作者对应的标识。
步骤S122:对所述多媒体信息的第一嵌入向量和所述作者的第一嵌入向量进行拼接。
其中,在拼接时可以将多媒体信息的第一嵌入向量拼接在作者的第一嵌入向量的后面或前面,这里不做具体限定。例如,多媒体信息的第一嵌入向量为[c1、c2、c3、c4、c5、c6]、作者的第一嵌入向量为[d1、d2、d3、d4、d5],其拼接后的嵌入向量可以为:[c1、c2、c3、c4、c5、c6、d1、d2、d3、d4、d5]、或[d1、d2、d3、d4、d5、c1、c2、c3、c4、c5、c6]。具体的,在第一嵌入向量为拼接的嵌入向量时,其对应的种类用户行为信息库中的第二嵌入向量也为拼接的嵌入向量,其拼接形式与第一嵌入向量相同。
实施例二
图2是本公开实施例二提供的一种多媒体信息获取装置框图。该装置可以集成于移动终端设备(例如,智能手机、平板电脑等)、笔记本或固定终端(台式电脑)中,该多媒体信息获取装置可以采用硬件或软件实现。参照图2,该装置包括标识获取模块21、向量获取模块22、相似度计算模块23和多媒体信息库确定模块24;其中,
标识获取模块21用于根据当前用户账号的历史日志获取用户行为列表;其中,所述用户行为列表中包含用户行为对应的至少一个多媒体信息相关联的标识,所述标识用于标记所述多媒体信息的至少一个维度的特征;
向量获取模块22用于根据所述至少一个多媒体信息相关联的标识获取至少一个第一嵌入向量;其中,一个标识对应一个第一嵌入向量;
相似度计算模块23用于计算所述第一嵌入向量与用户行为信息库中存储的第二嵌入向量的相似度,并按照相似度对与所述第二嵌入向量相关联的多媒体信息进行排序;
多媒体信息库确定模块24用于根据排序结果选取预设个数多媒体信息作为所述当前用户账号对应的待推荐多媒体信息。
进一步的,所述标识为多媒体信息标识,,所述向量获取模块22具体用于:对于用户行为对应的每个多媒体信息的多媒体信息标识,根据所述多媒体信息标识获取对应多媒体信息的第一嵌入向量,并根据所述多媒体信息标识对应的多媒体信息的作者标识获取所述作者的第一嵌入向量,其中,所述作者标识为所述多媒体信息标识对应的多媒体信息的作者对应的标识;对所述多媒体信息的第一嵌入向量和所述作者的第一嵌入向量进行拼接。
进一步的,所述第二嵌入向量根据用户行为信息库中存储多媒体信息的嵌入向量和所述存储多媒体信息的作者的嵌入向量拼接而成。
进一步的,所述用户行为为触发预设按钮的行为,其中,所述预设按钮为点击多媒体信息的按钮、喜欢多媒体信息的按钮、浏览多媒体信息的按钮和关注多媒体信息作者的按钮中的至少一种按钮。
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。
实施例三
图3是根据一示例性实施例示出的一种用于多媒体信息获取的装置300的框图。例如,装置300可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图3,装置300可以包括以下一个或多个组件:处理组件302,存储器304,电力组件306,多媒体组件308,音频组件310,输入/输出(I/O)的接口312,传感器组件314,以及通信组件316。
处理组件302通常控制装置300的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件302可以包括一个或多个处理器320来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件302可以包括一个或多个模块,便于处理组件302和其他组件之间的交互。例如,处理组件302可以包括多媒体模块,以方便多媒体组件308和处理组件302之间的交互。
存储器304被配置为存储各种类型的数据以支持在设备300的操作。这些数据的示例包括用于在装置300上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,多媒体信息等。存储器304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件306为装置300的各种组件提供电力。电源组件306可以包括电源管理***,一个或多个电源,及其他与为装置300生成、管理和分配电力相关联的组件。
多媒体组件308包括在所述装置300和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件308包括一个前置摄像头和/或后置摄像头。当设备300处于操作模式,如拍摄模式或多媒体信息模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件310被配置为输出和/或输入音频信号。例如,音频组件310包括一个麦克风(MIC),当装置300处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器304或经由通信组件316发送。在一些实施例中,音频组件310还包括一个扬声器,用于输出音频信号。
I/O接口312为处理组件302和***接口模块之间提供接口,上述***接口模块可以是键盘,点击信息的行为轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件314包括一个或多个传感器,用于为装置300提供各个方面的状态评估。例如,传感器组件314可以检测到设备300的打开/关闭状态,组件的相对定位,例如所述组件为装置300的显示器和小键盘,传感器组件314还可以检测装置300或装置300一个组件的位置改变,用户与装置300接触的存在或不存在,装置300方位或加速/减速和装置300的温度变化。传感器组件314可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件314还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件314还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件316被配置为便于装置300和其他设备之间有线或无线方式的通信。装置300可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件316经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件316还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置300可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
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304,上述指令可由装置300的处理器320执行以完成上述方法。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,所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。
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。
需要说明的是,该方案中,涉及的用户信息(如,用户个人信息、用户的操作行为信息、用户设备信息等),均是经用户授权而采集并进行后续处理或分析的。
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 (10)
1.一种多媒体信息获取方法,其特征在于,包括:
根据当前用户账号的历史日志获取用户行为列表;其中,所述用户行为列表中包含与用户行为对应的至少一个多媒体信息相关联的标识,所述标识用于标记所述多媒体信息的至少一个维度的特征;
根据所述至少一个多媒体信息相关联的标识获取至少一个第一嵌入向量;其中,一个标识对应一个第一嵌入向量;
计算所述第一嵌入向量与用户行为信息库中存储的第二嵌入向量的相似度,并按照相似度对与所述第二嵌入向量相关联的多媒体信息进行排序;
根据排序结果选取预设个数多媒体信息作为所述当前用户账号对应的待推荐多媒体信息。
2.根据权利要求1所述的方法,其特征在于,所述标识为多媒体信息标识,所述计算所述第一嵌入向量与用户行为信息库中存储的第二嵌入向量的相似度,并按照相似度对与所述第二嵌入向量相关联的多媒体信息进行排序多媒体信息,包括:
对于所述用户行为对应的每个多媒体信息的多媒体信息标识,根据所述多媒体信息标识获取对应多媒体信息的第一嵌入向量,并根据所述多媒体信息标识对应的多媒体信息的作者标识获取所述作者的第一嵌入向量,其中,所述作者标识为所述多媒体信息标识对应的多媒体信息的作者对应的标识;
对所述多媒体信息的第一嵌入向量和所述作者的第一嵌入向量进行拼接。
3.根据权利要求2所述的方法,其特征在于,所述第二嵌入向量根据用户行为信息库中存储多媒体信息的嵌入向量和所述存储多媒体信息的作者的嵌入向量拼接而成。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述用户行为为触发预设按钮的行为,其中,所述预设按钮为点击多媒体信息的按钮、喜欢多媒体信息的按钮、浏览多媒体信息的按钮和关注多媒体信息作者的按钮中的至少一种按钮。
5.一种多媒体信息获取装置,其特征在于,包括:
标识获取模块,用于根据当前用户账号的历史日志获取用户行为列表;其中,所述用户行为列表中包含与用户行为对应的至少一个多媒体信息相关联的标识,所述标识用于标记所述多媒体信息的至少一个维度的特征;
向量获取模块,用于根据所述至少一个多媒体信息相关联的标识获取至少一个第一嵌入向量;其中,一个标识对应一个第一嵌入向量;
相似度计算模块,用于计算所述第一嵌入向量与用户行为信息库中存储的第二嵌入向量的相似度,并按照相似度对与所述第二嵌入向量相关联的多媒体信息进行排序;
多媒体信息库确定模块,用于根据排序结果选取预设个数多媒体信息作为所述当前用户账号对应的待推荐多媒体信息。
6.根据权利要求5所述的装置,其特征在于,所述标识为多媒体信息标识,所述向量获取模块具体用于:对于所述用户行为对应的每个多媒体信息的多媒体信息标识,根据所述多媒体信息标识获取对应多媒体信息的第一嵌入向量,并根据所述多媒体信息标识对应的多媒体信息的作者标识获取所述作者的第一嵌入向量,其中,所述作者标识为所述多媒体信息标识对应的多媒体信息的作者对应的标识;对所述多媒体信息的第一嵌入向量和所述作者的第一嵌入向量进行拼接。
7.根据权利要求6所述的装置,其特征在于,所述第二嵌入向量根据用户行为信息库中存储多媒体信息的嵌入向量和所述存储多媒体信息的作者的嵌入向量拼接而成。
8.根据权利要求5-7任一项所述的装置,其特征在于,所述用户行为为触发预设按钮的行为,其中,所述预设按钮为点击多媒体信息的按钮、喜欢多媒体信息的按钮、浏览多媒体信息的按钮和关注多媒体信息作者的按钮中的至少一种按钮。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:通过执行指令以实现权利要求1-4任一项所述的多媒体信息获取方法。
10.一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行权利要求1-4任一项所述的多媒体信息获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910646886.XA CN112241486A (zh) | 2019-07-17 | 2019-07-17 | 多媒体信息获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910646886.XA CN112241486A (zh) | 2019-07-17 | 2019-07-17 | 多媒体信息获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112241486A true CN112241486A (zh) | 2021-01-19 |
Family
ID=74167517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910646886.XA Pending CN112241486A (zh) | 2019-07-17 | 2019-07-17 | 多媒体信息获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112241486A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114020956A (zh) * | 2021-10-19 | 2022-02-08 | 成都统信软件技术有限公司 | 数据智能化赋值方法和数据智能化赋值装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104486347A (zh) * | 2014-12-22 | 2015-04-01 | 无锡天脉聚源传媒科技有限公司 | 一种推送多媒体的方法及装置 |
WO2015043549A1 (zh) * | 2013-09-30 | 2015-04-02 | 乐视网信息技术(北京)股份有限公司 | 一种多媒体文件推荐方法及电子设备 |
CN106326391A (zh) * | 2016-08-17 | 2017-01-11 | 合智能科技(深圳)有限公司 | 多媒体资源推荐方法及装置 |
WO2018090793A1 (zh) * | 2016-11-18 | 2018-05-24 | 腾讯科技(深圳)有限公司 | 多媒体推荐方法和装置 |
CN108491529A (zh) * | 2018-03-28 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 信息推荐方法及装置 |
CN108932253A (zh) * | 2017-05-25 | 2018-12-04 | 合网络技术(北京)有限公司 | 多媒体搜索结果展示方法及装置 |
CN109165302A (zh) * | 2018-07-27 | 2019-01-08 | 腾讯科技(深圳)有限公司 | 多媒体文件推荐方法及装置 |
CN109582857A (zh) * | 2018-10-15 | 2019-04-05 | 深圳壹账通智能科技有限公司 | 基于大数据信息推送方法、装置、计算机设备及存储介质 |
CN109948060A (zh) * | 2019-03-28 | 2019-06-28 | 北京达佳互联信息技术有限公司 | 一种信息推送方法、装置、终端设备及存储介质 |
-
2019
- 2019-07-17 CN CN201910646886.XA patent/CN112241486A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015043549A1 (zh) * | 2013-09-30 | 2015-04-02 | 乐视网信息技术(北京)股份有限公司 | 一种多媒体文件推荐方法及电子设备 |
CN104486347A (zh) * | 2014-12-22 | 2015-04-01 | 无锡天脉聚源传媒科技有限公司 | 一种推送多媒体的方法及装置 |
CN106326391A (zh) * | 2016-08-17 | 2017-01-11 | 合智能科技(深圳)有限公司 | 多媒体资源推荐方法及装置 |
WO2018090793A1 (zh) * | 2016-11-18 | 2018-05-24 | 腾讯科技(深圳)有限公司 | 多媒体推荐方法和装置 |
CN108932253A (zh) * | 2017-05-25 | 2018-12-04 | 合网络技术(北京)有限公司 | 多媒体搜索结果展示方法及装置 |
CN108491529A (zh) * | 2018-03-28 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 信息推荐方法及装置 |
CN109165302A (zh) * | 2018-07-27 | 2019-01-08 | 腾讯科技(深圳)有限公司 | 多媒体文件推荐方法及装置 |
CN109582857A (zh) * | 2018-10-15 | 2019-04-05 | 深圳壹账通智能科技有限公司 | 基于大数据信息推送方法、装置、计算机设备及存储介质 |
CN109948060A (zh) * | 2019-03-28 | 2019-06-28 | 北京达佳互联信息技术有限公司 | 一种信息推送方法、装置、终端设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114020956A (zh) * | 2021-10-19 | 2022-02-08 | 成都统信软件技术有限公司 | 数据智能化赋值方法和数据智能化赋值装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112445970B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN111556352B (zh) | 多媒体资源分享方法、装置、电子设备及存储介质 | |
CN105677392A (zh) | 应用程序的推荐方法和装置 | |
CN112148980B (zh) | 基于用户点击的物品推荐方法、装置、设备和存储介质 | |
CN112000266B (zh) | 页面展示方法、装置、电子设备及存储介质 | |
CN112148923B (zh) | 搜索结果的排序方法、排序模型的生成方法、装置及设备 | |
CN112131466A (zh) | 群组展示方法、装置、***和存储介质 | |
CN110941727B (zh) | 一种资源推荐方法、装置、电子设备及存储介质 | |
CN112948704B (zh) | 用于信息推荐的模型训练方法、装置、电子设备以及介质 | |
CN111127053B (zh) | 页面内容推荐方法、装置及电子设备 | |
CN113920293A (zh) | 信息识别方法、装置、电子设备及存储介质 | |
CN110297970B (zh) | 信息推荐模型训练方法及装置 | |
CN111246255B (zh) | 视频推荐方法、装置、存储介质、终端及服务器 | |
CN110213062B (zh) | 处理消息的方法及装置 | |
CN112035651A (zh) | 语句补全方法、装置及计算机可读存储介质 | |
CN112241486A (zh) | 多媒体信息获取方法及装置 | |
CN115203573A (zh) | 画像标签生成方法、模型训练方法、装置、介质及芯片 | |
CN114429599A (zh) | 类目分类方法、装置、电子设备和存储介质 | |
CN111898019B (zh) | 信息推送方法及装置 | |
CN114547421A (zh) | 一种搜索处理方法、装置、电子设备及存储介质 | |
CN113742199A (zh) | 功能测试方法、装置、电子设备和存储介质 | |
CN112036247A (zh) | 表情包文字生成方法、装置及存储介质 | |
CN108241438B (zh) | 一种输入方法、装置和用于输入的装置 | |
CN111061633A (zh) | 一种网页首屏时间检测方法、装置、终端及介质 | |
CN115484471B (zh) | 主播推荐方法及装置 |
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 |