(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 202210746864.2 (22)申请日 2022.06.28 (71)申请人 维沃移动通信 （深圳） 有限公司 地址 518133 广东省深圳市宝安区新 安街 道海旺社区N12区新湖路99号壹方中 心北区三期A塔2301-09、 2401-09、 2501-09、 2601-09 (72)发明人 江立　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 乔珊珊 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) H04N 21/442(2011.01) (54)发明名称 预测方法及装置、 训练方法及装置、 电子设 备 (57)摘要 本申请公开了一种预测方法及 装置、 训练方 法及装置、 电子设备， 属于 人工智能领域。 该预测 方法包括： 基于目标视频的视频数据特征以及用 户在预设时间段内观看视频的行为数据特征， 生 成输入特征； 将输入特征输入至嵌入层， 将输入 特征转换为嵌入向量； 将嵌入向量输入至中间 层， 基于嵌入向量， 得到N个融合特征向量； 将N个 融合特征向量输入至塔楼层， 基于第一融合特征 向量得到第一播放参数的第一预测值和第一播 放参数的第二预测值， 基于第二融合特征向量得 到第二播放参数的第三预测值； 将第一预测值、 第二预测值以及第三预测值输入至输出层， 经由 输出层基于第一预测值确定第一播放参数的预 测值， 基于第二预测值和第三预测值确定第二播 放参数的预测值。 权利要求书4页 说明书20页 附图9页 CN 115171010 A 2022.10.11 CN 115171010 A 1.一种视频播 放参数的预测方法， 其特 征在于， 所述方法包括： 基于目标视频的视频数据特征以及用户在预设时间段内观看视频的行为数据 特征， 生 成输入特 征； 将所述输入特征输入至神经网络模型的嵌入层， 经由所述嵌入层将所述输入特征转换 为嵌入向量， 其中， 所述嵌入向量 为所述输入特 征的表征； 将所述嵌入向量输入至所述神经网络模型的中间层， 经由所述中间层基于所述嵌入向 量， 得到N个融合特 征向量， 其中， 每一所述融合特 征向量对应一 播放参数； 将所述N个融合特征向量输入至所述神经网络模型的塔楼层， 经由所述塔楼层基于第 一融合特征向量得到第一播放参数的第一预测值和 第一播放参数的第二预测值， 并基于第 二融合特征向量得到第二播放参数 的第三预测 值， 其中， 所述第一融合特征向量和所述第 二融合特征向量为所述N个融合特征向量中不同的融合特征向量， 所述第一播放参数为所 述第一融合特征向量对应的所述播放参数， 所述第二播放参数为所述第二融合特征向量对 应的所述 播放参数； 将所述第一预测值、 所述第 二预测值以及所述第 三预测值输入至所述神经网络模型的 输出层， 经 由所述输出层基于所述第一预测值确定所述第一播放参数 的预测值， 并基于所 述第二预测值和所述第三预测值确定所述第二 播放参数的预测值。 2.根据权利要求1所述的方法， 其特征在于， 所述经由所述嵌入层将所述输入特征转换 为嵌入向量， 包括： 通过所述嵌入层中的M个嵌入网络将所述输入特征转换为M个嵌入向量， 其中， 所述M个 嵌入向量 为从M个不同维度对所述输入特 征的表征， M等于N加1； 所述经由所述中间层基于所述嵌入向量， 得到N个融合特 征向量， 包括： 经由所述中间层中的每一门控网络均基于第一嵌入向量生成一组权重， 其中， 每组权 重均包括 N个权重值， 所述第一嵌入向量 为所述M个嵌入向量中的一个； 经由所述中间层中的N个专家网络基于N个嵌入向量得到N个特征向量， 其中， 所述N个 嵌入向量包括所述M个嵌入向量中除所述第一嵌入向量之外的嵌入向量； 分别基于每组权 重对所述 N个特征向量进行加权求和， 得到N个所述融合特 征向量。 3.根据权利要求1所述的方法， 其特征在于， 所述经由所述塔楼层基于第 一融合特征向 量得到第一播放参数的第一预测值和 第一播放参数的第二预测值， 并基于第二融合特征向 量得到第二 播放参数的第三预测值， 包括： 经由所述塔楼层中M个多层感知器中的第一多层感知器基于第一融合特征向量， 得到 第一目标的第一预测值； 经由所述M个多层感知器中的第二多层感知器基于第一融合特征向量， 得到第一目标 的第二预测值； 经由所述M个多层感知器中的第三多层感知器基于第二融合特征向量， 得到第二目标 的第三预测值； 所述经由所述输出层基于所述第 一预测值确定所述第 一播放参数的预测值， 并基于所 述第二预测值和所述第三预测值确定所述第二 播放参数的预测值， 包括： 经由所述输出层中N个目标输出网络中的第一目标输出网络将所述第一预测值归一 化， 得到第一 播放参数的预测值；权　利　要　求　书 1/4 页 2 CN 115171010 A 2经由所述N个目标输出网络中的第 二目标输出网络分别将所述第 二预测值和所述第 三 预测值归一 化， 并将归一 化的两个结果相乘得到第二 播放参数的预测值。 4.根据权利要求1所述的方法， 其特 征在于， 所述目标视频的数量 为至少两个； 在所述经由所述输出层基于所述第 一预测值确定所述第 一播放参数的预测值， 并基于 所述第二预测值和所述第三预测值确定所述第二播放参数的预测值之后， 所述方法还包 括： 针对每一所述目标视频， 基于所述目标视频的第 一播放参数和第 二播放参数计算得到 所述目标视频的推荐分数； 将至少两个所述目标视频的视频信息按照所述推荐分数从大到小的顺序进行排序发 送至终端设备， 以使终端设备按 所述推荐分数从大到小的顺序显示各所述目标视频的视频 信息。 5.一种神经网络模型的训练方法， 其特 征在于， 所述训练方法包括： 获取用于训练的样本集； 将所述样本集中的样本作为输入特征输入至神经网络模型的嵌入层， 经由所述嵌入层 将所述输入特 征转换为嵌入向量， 其中， 所述嵌入向量 为所述输入特 征的表征； 将所述嵌入向量输入至所述神经网络模型的中间层， 经由所述中间层基于所述嵌入向 量， 得到N个融合特 征向量， 其中， 每一所述融合特 征向量对应所述神经网络模型的一目标； 将所述N个融合特征向量输入至所述神经网络模型的塔楼层， 经由所述塔楼层基于第 一融合特征向量得到第一目标的第一预测值和 第一目标的第二预测值， 并基于第二融合特 征向量得到第二目标 的第三预测值， 其中， 所述第一融合特征向量和所述第二融合特征向 量为所述N个融合特征向量中不同的融合特征向量， 所述第一 目标为所述第一融合特征向 量对应的所述目标， 所述第二目标为所述第二融合特 征向量对应的所述目标； 将所述第一预测值、 所述第 二预测值以及所述第 三预测值输入至所述神经网络模型的 输出层， 经 由所述输出层基于所述第一预测值确定所述第一 目标的预测值， 并基于所述第 二预测值和所述第三预测值确定所述第二目标的预测值； 基于所述第 一目标的预测值和真实值、 所述第 二目标的预测值和真实值计算得到模型 损失； 在训练得到的模型损失大于目标阈值的情况下， 基于反向传播算法计算所述模型损失 的梯度， 并基于所述梯度更新所述神经网络模型 的模型参数， 直至训练得到的模型损失小 于或等于目标阈值。 6.根据权利要求5所述的训练方法， 其特征在于， 在第一目标为播放视频的概率， 且第 二目标为视频播 放完成度的情况 下， 所述第二目标的损失函数为交叉熵损失函数。 7.一种视频播 放参数的预测装置， 其特 征在于， 所述装置包括： 输入模块， 用于基于目标视频的视频数据 特征以及用户在预设时间段内观看视频的行 为数据特 征， 生成输入特 征； 转换模块， 用于将所述输入特征输入至神经网络模型的嵌入层， 经由所述嵌入层将所 述输入特 征转换为嵌入向量， 其中， 所述嵌入向量 为所述输入特 征的表征； 特征模块， 用于将所述嵌入向量输入至所述神经网络模型的中间层， 经由所述中间层 基于所述嵌入向量， 得到N个融合特 征向量， 其中， 每一所述融合特 征向量对应一 播放参数；权　利　要　求　书 2/4 页 3 CN 115171010 A 3