Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长沙左卡信息技术有限公司汤侃获国家专利权

长沙左卡信息技术有限公司汤侃获国家专利权

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!

龙图腾网获悉长沙左卡信息技术有限公司申请的专利一种基于IPTV互动场景的内容推荐方法、装置及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:CN120856911B

龙图腾网通过国家知识产权局官网在2026-02-03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:202511349729.4,技术领域涉及:H04N21/258;该发明授权一种基于IPTV互动场景的内容推荐方法、装置及介质是由汤侃设计研发完成,并于2025-09-22向国家知识产权局提交的专利申请。

一种基于IPTV互动场景的内容推荐方法、装置及介质在说明书摘要公布了:本发明公开了一种基于IPTV互动场景的内容推荐方法、装置及介质。通过在数据采集层上的多维立体化感知网络,来获取目标用户对应的用户描述数据;在计算分析层中的召回阶段中,通过双塔模型来对用户描述数据中的各维度数据进行处理,得到低维稠密用户和低维稠密内容特征向量,并通过向量空间近似搜索算法,得到初始筛选相关内容项;在计算分析层中的排序阶段中,通过强化学习排序算法模块进行计算和排序,得到目标待推荐内容;指示推荐引擎服务层中的智能化服务矩阵模块,来对目标待推荐内容进行优化处理并反馈给所述目标用户。解决了新内容推荐困难,内容推荐单一和不灵活,计算复杂度高的问题,提高了内容推荐的灵活性和多样性。

本发明授权一种基于IPTV互动场景的内容推荐方法、装置及介质在权利要求书中公布了:1.一种基于IPTV互动场景的内容推荐方法,其特征在于,由基于IPTV互动场景的内容推荐系统执行,所述系统包括:数据采集层、计算分析层和推荐引擎服务层; 通过在数据采集层上构建的多维立体化感知网络,来获取目标用户对应的用户描述数据; 在所述计算分析层中的召回阶段中,通过预先构建的双塔模型来对所述用户描述数据中的各维度数据进行处理,得到低维稠密用户特征向量和低维稠密内容特征向量,并通过预先设置的向量空间近似搜索算法,得到初始筛选相关内容项; 在所述计算分析层中的排序阶段中,通过预先优化好的强化学习排序算法模块,对所述初始筛选相关内容项进行计算和排序,得到目标待推荐内容; 指示推荐引擎服务层中的预先构建的智能化服务矩阵模块,来对所述目标待推荐内容进行优化处理并反馈给所述目标用户; 其中,所述用户描述数据为多个维度的数据,包括用户基础属性数据、交互行为序列数据、环境上下文数据和内容特征数据; 其中,所述用户基础属性数据包括年龄静态画像数据和地域静态画像数据; 所述交互行为序列数据包括点击动态行为、悬停动态行为、滑动动态行为、分享动态行为和跳过动态行为; 所述环境上下文数据包括当前设备网络状态场景信息和当前设备型号场景信息; 所述内容特征数据包括视频码率元数据和视频品类元数据; 其中,所述强化学习排序算法模块包括状态感知单元、动作决策单元和奖励反馈单元;其中,所述奖励反馈单元在计算奖励值时增加长尾内容激励计算项和跳过惩罚计算项; 所述在所述计算分析层中的排序阶段中,通过预先优化好的强化学习排序算法模块,对所述初始筛选相关内容项进行计算和排序,得到目标待推荐内容,包括: 通过指示所述状态感知单元,来获取所述目标用户对应的实时状态感知描述参数; 通过指示所述动作决策单元,将根据获取到的实时状态感知描述参数,对所述初始筛选相关内容项进行排序,并实时获取目标用户对应的当前交互行为序列数据,通过奖励反馈单元中的奖励值计算公式进行计算,得到当前奖励值; 指示所述奖励反馈单元,根据所述当前奖励值,通过动态策略优化计算方法进行调整策略的更新计算,得到当前更新调整策略; 根据所述当前更新调整策略,来得到目标待推荐内容; 其中,所述实时获取目标用户对应的当前交互行为序列数据,通过奖励反馈单元中的奖励值计算公式进行计算,得到当前奖励值,包括: 根据实时获取到的目标用户对应的当前交互行为序列数据,通过奖励反馈单元中的奖励值计算公式进行计算,得到当前奖励值; 其中,奖励值计算公式为,其中,、、、和分别为权重参数;为所述点击动态行为对应的点击奖励值;为所述悬停动态行为对应的悬停奖励值;为所述分享动态行为对应的分享奖励值;为长尾内容激励计算项;为跳过惩罚计算项;为长尾内容奖励值;为跳过惩罚值; 所述根据所述当前奖励值,通过动态策略优化计算方法进行调整策略的更新计算,得到当前更新调整策略,包括: 通过动态策略优化计算方法,对所述当前奖励值进行调整策略的更新计算,得到当前更新调整策略; 其中,动态策略优化计算方法为;其中,为策略学习率;为选择动作a的对数概率的梯度,a为用户交互行为中的动作,s为当前用户实时状态;为当前用户实时状态对应的预期奖励值;为熵系数;为策略熵; 其中,点击动态行为是用户明确点击内容,点击动态行为为强正向信号;悬停动态行为是用户停留超过3秒但未点击,悬停动态行为是弱正向信号;分享动态行为是用户分享内容到社交平台,属于超强正向信号;对于长尾内容激励计算项来说,当推荐内容属于小众或低曝光内容时,设置长尾内容奖励值为1,否则长尾内容奖励值为0;跳过惩罚计算项为用户快速划过。

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长沙左卡信息技术有限公司,其通讯地址为:410005 湖南省长沙市开福区马栏山兴旺V视界A塔806-809;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。

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。