(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210811457.5 (22)申请日 2022.07.11 (71)申请人 未来电视有限公司 地址 300308 天津市东 丽区天津自贸试验 区(空港经济区)环河北路80号空港商 务园东区5 -1,2-501 (72)发明人 李鸣　肖云　曾泽基　郁延书　 (74)专利代理 机构 北京超凡志成知识产权代理 事务所(普通 合伙) 11371 专利代理师 王术兰 (51)Int.Cl. G06F 16/735(2019.01) G06F 16/75(2019.01) G06V 10/74(2022.01) G06V 10/764(2022.01)G06V 10/766(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 视频召回方法、 装置、 电子设备以及存储介 质 (57)摘要 本申请提供了一种视频召回方法、 装置、 电 子设备及存储介质， 其中， 该方法包括： 获取目标 用户的历史行为序列， 将历史行为序列输入预先 训练得到的视频召回模型， 由视频召回模型基于 历史行为序列生成目标用户向量， 基于目标用户 向量以及视频向量矩阵进行检索， 并输出视频候 选集。 本申请通过在用户行为序列中引入历史观 看视频的播放完成率 以及用户意图类型作为反 馈， 可以使模 型结合用户的反馈信息更精准的把 握用户的喜好， 从而实现精准的个性化视频推 荐。 权利要求书2页 说明书11页 附图4页 CN 115114478 A 2022.09.27 CN 115114478 A 1.一种视频召回方法， 其特 征在于， 包括： 获取目标用户的历史行为序列， 所述历史行为序列中包括所述目标用户已观看的视频 信息， 所述视频信息包括： 历史观看视频的标识、 历史观看视频的播放完成率、 用户意图类 型， 所述用户意图类型用于表征 所述历史观看视频的获取 方式； 将所述历史行为序列输入预先训练得到的视频召回模型， 由所述视频召回模型基于所 述历史行为序列生成目标用户向量， 基于所述 目标用户向量以及视频向量矩阵进行检索， 并输出视频候选集， 其中， 所述目标用户向量用于表征所述历史观看视频、 所述历史观看视 频的播放完成率以及所述用户意图类型， 所述视频候选集中包括多个召回视频。 2.如权利要求1所述的方法， 其特征在于， 所述由所述视频召回模型基于所述历史行为 序列生成目标用户向量， 包括： 由所述视频召回模型将所述历史行为序列向量化， 得到历史观看视频向量、 播放完成 率向量以及用户意图类型向量； 由所述视频召回模型根据所述历史观看视频向量、 所述播放完成率向量以及所述用户 意图类型向量， 使用多头自注意力机制， 得到所述目标用户向量。 3.如权利要求2所述的方法， 其特征在于， 所述由所述视频召回模型将所述历史行为序 列向量化， 得到历史观看视频向量、 播 放完成率向量以及用户意图类型向量， 包括： 由所述视频召回模型将所述历史观看视频的标识映射到第 一低维向量空间中， 得到所 述历史观看视频向量； 由所述视频召回模型将所述播放完成率映射到第 二低维向量空间中， 得到播放完成率 向量； 由所述视频召回模型将所述用户意图类型映射到第 三低维向量空间中， 得到用户意图 类型向量。 4.如权利要求2所述的方法， 其特征在于， 所述由所述视频召回模型根据 所述历史观看 视频向量、 所述播放完成率向量以及所述用户意图类型向量， 使用多头自注意力机制， 得到 所述目标用户向量， 包括： 由所述视频召回模型在多层全连接层中使用所述多头自注意力 机制， 对目标历史观看 视频向量、 目标播放完成率向量以及目标用户意图类型向量进行处理， 得到所述 目标用户 向量。 5.如权利要求1所述的方法， 其特征在于， 所述基于所述目标用户向量以及视频向量矩 阵进行检索， 并输出视频候选集， 包括： 由所述视频召回模型基于所述目标用户向量和所述视频向量矩阵， 采用近似检索算法 进行检索， 得到并输出 所述视频候选集。 6.如权利要求1 ‑5任一项所述的方法， 其特 征在于， 所述方法还 包括： 获取多个训练样本， 各训练样本中分别包括一个样本用户的历史行为序列， 所述样本 用户的历史行为序列中包括： 所述样本用户已观看的视频信息， 所述视频信息包括： 历史观 看视频的标识、 历史观看视频的播 放完成率、 用户意图类型； 将所述多个训练样本输入初始召回模型中， 由所述初始召回模型生成各训练样本对应 的历史观看视频向量、 播放完成率向量以及用户意图类型向量， 根据各训练样本对应的历 史观看视频向量、 播放完成率向量以及用户意图类型向量生成各训练样本对应的样本用户权　利　要　求　书 1/2 页 2 CN 115114478 A 2向量， 将各训练样本对应的样本用户向量以及历史观看视频向量输入逻辑回归多分类器 中， 得到视频向量矩阵， 并根据所述样本用户向量和所述视频向量矩阵输出实际视频候选 集； 根据所述实际视频候选集对所述初始召回模型进行迭代修正， 得到所述视频召回模 型。 7.如权利要求1 ‑5任一项所述的方法， 其特 征在于， 所述输出视频候选集之后， 还 包括： 对所述视频候选集中的多个召回视频进行打 分， 得到所述多个召回视频的分值； 根据所述多个召回视频的分值进行排序， 并根据排序结果输出至少一个召回视频。 8.一种视频召回装置， 其特 征在于， 包括： 获取模块， 用于获取目标用户的历史行为序列， 所述历史行为序列中包括所述目标用 户已观看的视频信息， 所述视频信息包括： 历史观看视频的标识、 历史观看视频的播放完成 率、 用户意图类型， 所述用户意图类型用于表征 所述历史观看视频的获取 方式； 召回模块， 用于将所述历史行为序列输入预先训练得到的视频召回模型， 由所述视频 召回模型基于所述历史行为序列生成目标用户向量， 基于所述目标用户向量以及视频向量 矩阵进行检索， 并输出视频候选集， 其中， 所述目标用户向量用于表征所述历史观看视频、 所述历史观看视频的播放完成率以及所述用户意图类型， 所述视频候选集中包括多个召回 视频。 9.一种电子设备， 其特征在于， 包括： 处理器、 存储介质和总线， 所述存储介质存储有所 述处理器可执行 的程序指令， 当电子设备运行时， 所述处理器与所述存储介质之间通过总 线通信， 所述处理器执行所述程序指令， 以执行时执行如权利要求1至7任一所述的视频召 回方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器运行时执行如权利要求 1至7任一所述的视频召回方法的步 骤。权　利　要　求　书 2/2 页 3 CN 115114478 A 3