中国科学技术大学胡郅昊获国家专利权
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!
龙图腾网获悉中国科学技术大学申请的专利自适应加权的短视频推荐方法、电子设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116049485B 。
龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211728766.2,技术领域涉及:G06F16/735;该发明授权自适应加权的短视频推荐方法、电子设备和存储介质是由胡郅昊;田新梅设计研发完成,并于2022-12-30向国家知识产权局提交的专利申请。
本自适应加权的短视频推荐方法、电子设备和存储介质在说明书摘要公布了:本发明公开了一种自适应加权的短视频推荐方法、电子设备和存储介质,该短视频推荐方法步骤包括:1提取用户和短视频的向量特征,并用于预训练双塔模型;2自适应地为大众用户和小众用户中容易出错的样本赋予更高的权重,并基于加权后的损失函数更新模型参数;3重复步骤2,直至样本权重和模型参数收敛为止,并得到更新后的双塔模型;4利用更新后的双塔模型为用户生成最终的短视频推荐列表。本发明通过自适应加权在保证总体推荐准确率的情况下改善了小众用户的推荐准确率,可以应用在短视频推荐领域。
本发明授权自适应加权的短视频推荐方法、电子设备和存储介质在权利要求书中公布了:1.一种自适应加权的短视频推荐方法,其特征在于,包括以下步骤: S1、根据用户观看热门短视频的占比,将用户划分为大众用户和小众用户,并获取大众用户和小众用户分别与短视频的历史交互记录并输入预训练的全连接神经网络中进行特征提取,得到大众用户的样本特征集合以及小众用户的样本特征集合其中,ui表示第i条大众用户的样本ui,ci中的大众用户特征,ci表示第i条大众用户的样本ui,ci中的视频特征;i=1,2,…,N,N表示大众用户的样本总数;u′j表示第j条小众用户的样本u′j,c′j中的小众用户特征,c′j表示第j条小众用户的样本u′j,c′j中的视频特征,j=1,2,…,M,M表示小众用户的样本总数; S2、构建两个三层的全连接神经网络组成的双塔模型,并将大众用户的样本特征集合以及小众用户的样本特征集合分别输入所述双塔模型中,并相应输出大众用户样本的高阶特征集合以及小众用户样本的高阶特征集合为其中,pi表示第i条大众用户的样本pi,qi中的大众用户高阶特征,qi表示第i条大众用户的样本pi,qi中的视频高阶特征,p′j表示第j条小众用户的样本p′j,q′j中的小众用户高阶特征,q′j表示第j条小众用户的样本p′j,q′j中的视频高阶特征; S3、利用式1构建双塔模型的交叉熵损失L: 式1中,表示pi的转置,表示p′j的转置,yi表示第i条大众用户的样本ui,ci的标签,y′j表示第i条大众用户的样本ui,ci的标签; S4、利用梯度下降法对所述双塔模型进行预训练,并计算所述交叉熵损失L以更新模型参数,直到交叉熵损失L收敛为止,从而得到预训练后的双塔模型; S5、对预训练后的双塔模型的更新: S5.1、定义当前迭代次数为t,并初始化t=1;将预训练后的双塔模型作为第t次迭代的双塔模型; 利用式2计算第t次迭代中第i条大众用户的样本ui,ci的权重 式2中,α是一个取值范围在[1,10]之间的参数,表示第t次迭代中第i条大众用户的样本ui,ci的交叉熵损失,并由式3得到; 式3中,β是一个取值在[0.1,0.2]的参数;表示第t次迭代中第i条大众用户的样本pi,qi中的大众用户高阶特征,表示第t次迭代中第i条大众用户的样本pi,qi中的视频高阶特征,表示的转置,当t=1时,令第t-1次迭代中第i条大众用户的样本ui,ci的交叉熵损失 利用式4计算第t次迭代中第j条小众用户的样本u′j,c′j的权重 式4中,表示第t次迭代中第j条小众用户的样本u′j,c′j的交叉熵损失,并由式5得到; 式I5中,表示第t次迭代中第j条小众用户的样本p′j,q′j中的小众用户高阶特征,表示第t次迭代中第j条小众用户的样本p′j,q′j中的视频高阶特征,表示的转置,当t=1时,令第t-1次迭代中第第j条小众用户的样本u′j,c′j的交叉熵损失 利用式7构建第t次迭代的加权损失函数Lt: S5.4、利用梯度下降法对第t次迭代的双塔模型进行训练,并最小化加权损失函数Lt以更新第t次迭代的双塔模型的参数; S5.5、将t+1赋值给t后,返回步骤S5.2顺序执行,直至t达到最大迭代次数tmax为止,从而得到更新后的双塔模型; S7、将任一用户的高阶特征集合和所有视频的高阶特征集合输入更新后的双塔网络中进行处理,并输出用户对所有视频的评分,从而选取评分最高的前top个视频推荐给相应用户。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学技术大学,其通讯地址为:230026 安徽省合肥市包河区金寨路96号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励