首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

专辑召回方法、装置、设备及存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:上海喜马拉雅科技有限公司

摘要:本发明实施例公开了一种专辑召回方法、装置、设备及存储介质。其中方法包括:获取用户特征和专辑特征;将用户特征和专辑特征输入第一深度矩阵分解模型,以生成用户矩阵和专辑矩阵;根据预设的近似搜索方法,确定专辑矩阵与用户矩阵中每个用户相似度达到第一预设条件的至少两个专辑;将用户特征及至少两个专辑的专辑特征输入第二深度矩阵分解模型,以确定与每个用户相似度达到第二预设条件的至少一个专辑,并召回所述至少一个专辑。本发明实施例实现了通过第二深度矩阵分解模型,获取用户与专辑之间的交互特征,从而基于交互特征能够向用户提供更精准及个性化的专辑推荐服务。

主权项:1.一种专辑召回方法,其特征在于,所述方法包括:获取用户特征和专辑特征;将所述用户特征和所述专辑特征输入第一深度矩阵分解模型,以生成用户矩阵和专辑矩阵,其中,所述第一深度矩阵分解模型包括用户网络和专辑网络;根据预设的近似搜索方法,确定所述专辑矩阵与所述用户矩阵中每个用户相似度达到第一预设条件的至少两个专辑;将所述用户特征及所述至少两个专辑的专辑特征输入第二深度矩阵分解模型,以确定与所述每个用户相似度达到第二预设条件的至少一个专辑,并召回所述至少一个专辑,其中,所述第二深度矩阵分解模型用于提取所述用户特征和所述至少两个专辑的专辑特征之间的交叉特征;获取用户历史播放数据;依据所述用户历史播放数据,对机器学习模型进行训练,以生成第一深度矩阵分解模型和第二深度矩阵分解模型;所述依据所述用户历史播放数据,对机器学习模型进行训练,以生成第一深度矩阵分解模型和第二深度矩阵分解模型包括:从用户历史播放数据中,提取用户最后播放的一个专辑来预测,作为正样本,以及采用负采样生成负样本;基于所述正样本和负样本,对机器学习模型进行训练,以生成第一深度矩阵分解模型和第二深度矩阵分解模型。

全文数据:

权利要求:

百度查询: 上海喜马拉雅科技有限公司 专辑召回方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。