申请/专利权人：咪咕文化科技有限公司;中国移动通信集团有限公司

申请日：2021-05-27

公开（公告）日：2024-03-22

公开（公告）号：CN113205369B

主分类号：G06Q30/0202

分类号：G06Q30/0202;G06Q30/0201;G06F18/22;G06N3/045

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.08.20#实质审查的生效;2021.08.03#公开

摘要：本发明实施例提供一种用户消费时长预测方法、装置、电子设备与存储介质；方法包括：获取目标用户的特征信息以及目标内容的特征信息；将目标用户的特征信息以及目标内容的特征信息输入预先训练的用户消费时长预测模型，得到目标用户对于目标内容的消费时长预测值；其中，所述用户消费时长预测模型用于，根据所述目标用户的特征信息以及所述目标内容的特征信息在多个维度的相似度，得到目标用户对于目标内容的消费时长预测值；所述多个维度的相似度是基于多个目标用户子向量与多个目标内容子向量之间的距离得到的，所述多个目标用户子向量是通过拆分所述目标用户的特征向量得到的，所述多个目标内容子向量是通过拆分所述目标内容的特征向量得到的。

主权项：1.一种用户消费时长预测方法，其特征在于，包括：获取目标用户的特征信息以及目标内容的特征信息；所述目标用户的特征信息包括：目标用户基础信息、目标用户喜好信息和目标用户的历史消费信息；所述目标内容的特征信息包括：目标内容的标识信息、目标内容的作者信息和目标内容的标签信息；所述目标内容的标识信息包括：歌曲的ID；所述目标内容的作者信息包括：歌曲演唱者的名称、歌词创作者的名称和歌曲创作者的名称；所述目标内容的标签信息包括：歌曲的曲风、歌曲的地域、歌曲的语言和歌曲的情感类型；将所述目标用户的特征信息以及所述目标内容的特征信息输入预先训练的用户消费时长预测模型，得到所述目标用户对于所述目标内容的消费时长预测值；其中，所述用户消费时长预测模型用于，根据所述目标用户的特征信息以及所述目标内容的特征信息在多个维度的相似度，得到目标用户对于目标内容的消费时长预测值；所述多个维度的相似度是基于多个目标用户子向量与多个目标内容子向量之间的距离得到的，所述多个目标用户子向量是通过拆分所述目标用户的特征向量得到的，所述多个目标内容子向量是通过拆分所述目标内容的特征向量得到的；所述距离包括余弦距离；所述用户消费时长预测模型包括输入网络层以及输出网络层；所述输入网络层用于根据目标用户的特征信息和目标用户的特征信息所对应的权重向量生成目标用户的特征向量，以及根据目标内容的特征信息和目标内容的特征信息所对应的权重向量生成目标内容的特征向量；其中，目标用户的第一特征信息以及目标内容的第一特征信息共享同一个权重向量，所述目标用户的第一特征信息为所述目标用户的任意一个特征信息，所述目标内容的第一特征信息为所述目标内容的任意一个特征信息，且所述目标用户的第一特征信息与所述目标内容的第一特征信息相同；所述任意一个特征信息用一个三元组的形式表示，三元组的前两项分别表示特征名、特征值，三元组的第三项用于表示感兴趣程度；将目标用户的特征信息以及目标内容的特征信息分别输入所述输入网络层后，基于特征权重矩阵得到目标用户的特征向量以及目标内容的特征向量；其中，在构建特征权重矩阵时，将用户的特征信息以及内容的特征信息的全部“特征名：特征值”的组合映射到一段连续的整数空间中；使用三元组的前两项在特征权重矩阵中定位到某个行向量，再将三元组的第三项与该行向量相乘，得到目标用户的特征向量或目标内容的特征向量；所述输出网络层用于将基于所述目标用户的特征向量所得到的目标用户向量拆分成多个目标用户子向量，将基于所述目标内容的特征向量所得到的目标内容向量拆分成多个目标内容子向量，并基于所述多个目标用户子向量与所述多个目标内容子向量之间的距离计算结果，得到目标用户对于目标内容的消费时长预测值；其中，将距离计算所得到的交叉向量中包含的所有距离计算结果进行线性组合，并基于组合后的交叉向量得到目标用户对于目标内容的消费时长预测值。

全文数据：

权利要求：

百度查询： 咪咕文化科技有限公司;中国移动通信集团有限公司 用户消费时长预测方法、装置、电子设备与存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD