本申请实施例提供一种多媒体信息的推荐方法、装置、电子设备及存储介质，响应于多媒体信息推荐请求，获取与目标对象的对象特征相匹配的多个候选多媒体信息，并采用目标曝光点击模型，分别基于多个候选多媒体信息各自的信息特征，获得多个候选多媒体信息各自的预测点击率，其中，目标曝光点击模型通过原始点击样本及用于表征相应原始点击样本的原始曝光阶段与其对应点击阶段间的关联状况的原始点击标签训练获得，基于上述方式，模型基于从原始曝光阶段至点击阶段间学习到的关联关系获得各预测点击率，从而减少了预测展示率及预测点击率的乘积运算而带来的非最优问题，提升了计算出的曝光期望值的精确性，及其相应推荐的目标多媒体信息的准确性。多媒体信息的准确性。多媒体信息的准确性。
【技术实现步骤摘要】
一种多媒体信息的推荐方法、装置、电子设备及存储介质
[0001]本专利技术涉及数据处理
，尤其涉及一种多媒体信息的推荐方法、装置、电子设备及存储介质。
技术介绍
[0002]在信息推荐场景中，通常需根据目标对象请求的各候选多媒体信息各自的曝光期望值，对各候选多媒体信息进行竞优处理，从而选出更优的候选多媒体信息并向目标对象进行更多展示，确保资源的合理最大化，及提升目标对象的体验，其中，曝光期望值用于表征原始曝光阶段的候选多媒体信息针对目标对象的期望曝光价值。
[0003]相关技术中，每个候选多媒体信息的曝光期望值，通常是根据该候选多媒体信息计算出的预测展示率、预测点击率、预测转化率及其相应信息价值来进行乘积获得的，具体的，上述预测展示率、预测点击率、预测转化率分别对应着候选多媒体信息的曝光阶段、点击阶段以及转化阶段，其中，预测展示率表征原始曝光阶段的候选多媒体信息面向目标对象进入有效曝光阶段的预测概率，预测点击率表征处于有效曝光阶段的该候选多媒体信息触发目标对象执行点击行为的预测概率，预测转化率表征针对该候选多媒体信息触发点击行为的目标对象进而触发转化行为的预测概率，信息资源值表征对该候选多媒体信息投入的资源价值。
[0004]然而，实际计算中，预测展示率、预测点击率、预测转化率通常是由训练的相应展示率预测模型、点击率预测模型及转化率预测模型来分别获得的，由于上述三个模型所采用的样本、特征及模型结构等可能均不相同，因而三者的预测值乘积，易放大每个模型的预测值与其相应真实值之间的计算偏差，导致计算出的曝光期望值容易陷入非最优问题，使得最终预测出的信息展示结果与真实展示结果间具有较大偏差。
[0005]故而，相关技术中，存在计算出的曝光期望值不够精确的问题，且由于上述状况，易导致相关技术中，推荐的目标多媒体信息准确性较低，进而可能降低了目标对象对已推荐多媒体信息触发点击、转化等行为的概率，降低了目标对象的黏性及多媒体信息的消耗效率。
技术实现思路
[0006]本申请实施例提供一种多媒体信息的推荐方法、装置、电子设备及存储介质，用于提升各候选多媒体信息各自计算曝光期望值的精确性，及其相应推荐出的目标多媒体信息的准确性。
[0007]第一方面，本申请实施例提供一种多媒体信息的推荐方法，包括：
[0008]响应于携带有目标对象的对象特征的多媒体信息推荐请求，获取相匹配的多个候选多媒体信息。
[0009]分别提取多个候选多媒体信息各自的信息特征，其中，每个信息特征至少包括：相应候选多媒体信息的描述信息及其相应的多媒体信息标识。
[0010]基于对象特征和获得的各信息特征，采用目标曝光点击模型，通过训练好的模型参数，获得多个候选多媒体信息各自的预测点击率，其中，模型参数关联各原始点击样本及其各自携带的原始点击标签，每个原始点击标签用于表征：相应原始点击样本的原始曝光阶段与其对应点击阶段间的关联状况。
[0011]基于获得的多个预测点击率，分别获得相应的候选多媒体信息的曝光期望值，并基于获得的各曝光期望值，向目标对象推荐多个候选多媒体信息中，满足预设曝光条件的至少一个目标多媒体信息。
[0012]在一种可选的实施方式中，获取相匹配的多个候选多媒体信息之前，还包括：
[0013]获取各原始点击样本，其中，每个原始点击样本包括：在历史推荐阶段，针对一个样本多媒体信息采集到的样本信息特征及其相应的样本对象特征，样本信息特征至少包括：一个样本多媒体信息的描述信息及其相应的多媒体信息标识，样本对象特征至少包括：一个样本多媒体信息面向的样本对象的样本对象标识。
[0014]采用各原始点击样本，对待训练的曝光点击模型进行多轮迭代训练，获得目标曝光点击模型；其中，在一轮迭代中，执行以下操作：
[0015]采用曝光点击模型，基于选取的原始点击样本中的样本信息特征及样本对象特征，获得样本预测点击率，并基于样本预测点击率与相应原始点击标签之间的损失值，调整曝光点击模型的模型参数。
[0016]在一种可选的实施方式中，响应于携带有目标对象的对象特征的多媒体信息推荐请求，获取相匹配的多个候选多媒体信息，包括以下任意一种或组合：
[0017]响应于携带有目标对象的对象标识的信息推荐请求，从预设多媒体信息库中，获取与对象标识相匹配的多个候选多媒体信息。
[0018]响应于携带有目标对象的对象画像特征的信息推荐请求，从多媒体信息库中，获取与对象画像特征相匹配的多个候选多媒体信息，其中，对象画像特征用于表征：目标对象的信息偏好。
[0019]在一种可选的实施方式中，分别提取多个候选多媒体信息各自的信息特征，包括：
[0020]针对多个候选多媒体信息，分别执行以下操作中的任意一种或组合：
[0021]提取一个候选多媒体信息的描述信息作为相应信息特征，其中，描述信息包括：一个候选多媒体信息归属的信息推荐类别。
[0022]提取一个候选多媒体信息的标识信息作为相应信息特征，其中，标识信息包括：一个候选多媒体信息的信息标识，及拥有一个候选多媒体信息的多媒体信息源的源标识。
[0023]提取一个候选多媒体信息面向多个推荐对象的实时信息作为相应信息特征，其中，实时信息至少包括：一个候选多媒体信息面向多个推荐对象的实时整体点击率。
[0024]在一种可选的实施方式中，多媒体信息推荐请求还携带有：目标对象的上下文特征，其中，上下文特征用于表征目标对象当前所处的信息推荐环境，
[0025]则基于对象特征和获得的各信息特征，采用目标曝光点击模型，通过训练好的模型参数，获得多个候选多媒体信息各自的预测点击率，包括：
[0026]基于对象特征、上下文特征及获得的各信息特征，采用目标曝光点击模型，通过训练好的模型参数，获得多个候选多媒体信息各自的预测点击率。
[0027]在一种可选的实施方式中，基于获得的多个预测点击率，分别获得相应的候选多
媒体信息的曝光期望值，包括：
[0028]针对多个预测点击率，分别执行以下操作：
[0029]基于一个预测点击率，及一个预测点击率相应候选多媒体信息的预测转化率，计算一个候选多媒体信息的转化期望率，其中，预测转化率表征：预测目标对象转化相应的已点击候选多媒体信息的概率。
[0030]基于转化期望率，结合一个候选多媒体信息的信息资源值，获得一个候选多媒体信息的曝光期望值。
[0031]在一种可选的实施方式中，基于获得的各曝光期望值，向目标对象推荐多个候选多媒体信息中，满足预设曝光条件的至少一个目标多媒体信息，包括：
[0032]基于获得的各曝光期望值，按照从大到小的排列顺序，对多个候选多媒体信息进行排序；
[0033]将排序结果中，相应排名第一的候选多媒体信息作为目标多媒体信息，并推荐至目标对象。
[0034]第二方面，本申请实施例提供一种多媒体信息的推荐装置，包括：
[0035]信息获取模块，用于响应于携带有目本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种多媒体信息的推荐方法，其特征在于，包括：响应于携带有目标对象的对象特征的多媒体信息推荐请求，获取相匹配的多个候选多媒体信息；分别提取所述多个候选多媒体信息各自的信息特征，其中，每个信息特征至少包括：相应候选多媒体信息的描述信息及其相应的多媒体信息标识；基于所述对象特征和获得的各信息特征，采用目标曝光点击模型，通过训练好的模型参数，获得所述多个候选多媒体信息各自的预测点击率，其中，所述模型参数关联各原始点击样本及其各自携带的原始点击标签，每个原始点击标签用于表征：相应原始点击样本的原始曝光阶段与其对应点击阶段间的关联状况；基于获得的多个预测点击率，分别获得相应的候选多媒体信息的曝光期望值，并基于获得的各曝光期望值，向所述目标对象推荐所述多个候选多媒体信息中，满足预设曝光条件的至少一个目标多媒体信息。2.如权利要求1所述的方法，其特征在于，所述获取相匹配的多个候选多媒体信息之前，还包括：获取各原始点击样本及其各自携带的原始点击标签，其中，每个原始点击样本至少包括：在历史推荐阶段，针对一个样本多媒体信息采集到的样本信息特征及其相应的样本对象特征，所述样本信息特征至少包括：所述一个样本多媒体信息的描述信息及其相应的多媒体信息标识，所述样本对象特征至少包括：所述一个样本多媒体信息面向的样本对象的样本对象标识；采用所述各原始点击样本，对待训练的曝光点击模型进行多轮迭代训练，获得目标曝光点击模型；其中，在一轮迭代中，执行以下操作：采用所述曝光点击模型，基于选取的原始点击样本中的样本信息特征及样本对象特征，获得样本预测点击率，并基于所述样本预测点击率与相应原始点击标签之间的损失值，调整所述曝光点击模型的模型参数。3.如权利要求1或2所述的方法，其特征在于，所述响应于携带有目标对象的对象特征的多媒体信息推荐请求，获取相匹配的多个候选多媒体信息，包括以下任意一种或组合：响应于携带有目标对象的对象标识的信息推荐请求，从预设多媒体信息库中，获取与所述对象标识相匹配的多个候选多媒体信息；响应于携带有目标对象的对象画像特征的信息推荐请求，从所述多媒体信息库中，获取与所述对象画像特征相匹配的多个候选多媒体信息，其中，所述对象画像特征用于表征：所述目标对象的信息偏好。4.如权利要求1或2所述的方法，其特征在于，所述分别提取所述多个候选多媒体信息各自的信息特征，包括：针对所述多个候选多媒体信息，分别执行以下操作中的任意一种或组合：提取一个候选多媒体信息的描述信息作为相应信息特征，其中，所述描述信息包括：所述一个候选多媒体信息归属的信息推荐类别；提取所述一个候选多媒体信息的标识信息作为相应信息特征，其中，所述标识信息包括：所述一个候选多媒体信息的信息标识，及拥有所述一个候选多媒体信息的多媒体信息源的源标识；
提取所述一个候选多媒体信息面向多个被推荐对象的实时信息作为相应信息特征，其中，所述实时信息至少包括：所述一个...
【专利技术属性】
技术研发人员：姚刚，陈剑峰，顾一凡，
申请(专利权)人：腾讯科技上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。