(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 202210939636.7 (22)申请日 2022.08.05 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 王祎琨　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 王曦　张祥意 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/735(2019.01) G06K 9/62(2022.01) (54)发明名称 影视产品推送方法和装置 (57)摘要 本发明提供了一种影视产品推送方法和装 置， 特别涉及金融领域， 所述方法包括： 基于目标 用户特征向量、 最近邻数量和历史用户特征向 量， 确定目标用户特征向量的广义近邻向量和互 近邻向量； 将广义近邻向量中除互近邻向量的其 他向量作为多个备选向量， 基于备选向量和互近 邻向量的质心得到多个备选向量集合； 基于质心 和备选向量集合的第一欧式距离， 从多个备选向 量集合中确定保留 向量集合； 基于保留 向量集合 中多个保留元素和互近邻向量对应的待定用户 类型， 确定目标用户的目标用户类型， 基于目标 用户类型向目标用户推送影视产品。 本发明能够 提高影视产品推送的速度和准确性， 从而提高影 视产品推送效率。 权利要求书3页 说明书16页 附图5页 CN 115374351 A 2022.11.22 CN 115374351 A 1.一种影视产品推送方法， 其特 征在于， 包括： 基于预设的目标用户特征向量、 最近邻数量和历史用户特征向量， 确定所述目标用户 特征向量的多个广义近邻向量和互近邻向量， 其中所述广义近邻 向量包括所述互近邻 向 量； 将所述广义近邻向量中除所述互近邻向量的其他向量作为多个备选向量， 基于所述备 选向量和所述互近邻向量的质心得到多个备选向量集合； 基于所述质心和所述备选向量集 合的第一欧式距离， 从多个所述备选向量 集合中确定保留向量 集合； 基于所述保留向量集合中多个保留元素和所述互近邻向量对应的待定用户类型， 确定 目标用户的目标用户类型， 基于所述目标用户类型向目标用户推送影视产品。 2.根据权利要求1所述的方法， 其特 征在于， 进一 步包括： 在基于预设的目标用户特征向量、 最近邻数量和历史用户特征向量， 确定所述目标用 户特征向量的多个广义近邻向量和互近邻向量之前， 将多个历史用户信息进行 特征向量化处理， 得到对应的所述历史用户特 征向量。 3.根据权利要求1所述的方法， 其特 征在于， 进一 步包括： 在基于预设的目标用户特征向量、 最近邻数量和历史用户特征向量， 确定所述目标用 户特征向量的多个广义近邻向量和互近邻向量之前， 将目标用户信息进行 特征向量化处理， 得到对应的所述目标用户特 征向量。 4.根据权利要求1所述的方法， 其特征在于， 所述基于预设的目标用户特征向量、 最近 邻数量和历史用户特征向量， 确定所述目标用户特征向量的多个广义近邻向量和互近邻向 量， 包括： 将所述目标用户特 征向量和所述历史用户特 征向量进行聚类， 得到整体向量 集合； 基于所述目标用户特征向量和多个所述历史用户特征向量， 分别得到所述目标用户特 征向量和所述历史用户特征向量的第二欧式距离以及每个所述历史用户特征向量与整体 向量集合中其他向量的第三欧式距离； 将第二欧式距离最近的最近邻数量的多个所述历史用户特征向量作为所述目标用户 特征向量的第一 最近邻向量； 将每个历史用户特征向量的第三欧式距离最近的最近邻数量的整体向量集合中多个 其他向量作为对应所述历史用户特 征向量的第二 最近邻向量； 将所述第一最近邻向量和所述第二最近邻向量确定为所述目标用户特征向量的广义 近邻向量； 将所述广义近邻向量中既为所述第一最近邻向量又为所述第二最近邻向量的向量确 定为目标用户特 征向量的所述互近邻向量。 5.根据权利要求1所述的方法， 其特 征在于， 进一 步包括： 在基于所述备选向量和所述互近邻向量的质心得到多个备选向量 集合之前， 将所有所述互近邻向量进行叠加， 得到 叠加向量； 将所述叠加向量除以所述互近邻向量的互近邻数量， 得到所有所述互近邻向量的均值 向量； 将所述均值向量作为所述质心。 6.根据权利要求1所述的方法， 其特征在于， 所述基于所述备选向量和所述互近邻向量权　利　要　求　书 1/3 页 2 CN 115374351 A 2的质心得到多个备选向量 集合， 包括： 基于所述备选向量和所述质心， 得到每 个备选向量和所述质心的第四欧式距离； 将第四欧式距离最小的所述备选向量作为唯一 集合元素， 形成起始备选集 合； 重复执行生成其他备选集合的步骤， 直到生成包括所有备选向量的其他备选集合， 所 述生成其他备选集合的步骤包括： 将所述备选向量中除所述起始备选集合包括的向量外的 多个其他备选向量中第四欧式距离最小的所述其他备选向量作为新元素， 将所述新元素添 加到所述起始备选集合中得到其他备选集合， 并将所述其他备选集合作为下一个所述起始 备选集合； 将多个所述 起始备选集 合和其他备选集 合作为所述备选向量 集合。 7.根据权利要求1所述的方法， 其特 征在于， 进一 步包括： 在基于所述质心和所述备选向量集合的第 一欧式距离， 从多个所述备选向量集合中确 定保留向量 集合之前， 将所述备选向量 集合中的向量元 素进行叠加， 得到备选 叠加向量； 将所述备选叠加向量除以所述备选向量集合的元素数量， 得到所述备选向量集合对应 的局部均值向量； 基于所述局部均值向量和所述质心， 得到所述第一欧式距离 。 8.根据权利要求1所述的方法， 其特征在于， 所述基于所述质心和所述备选向量集合的 第一欧式距离， 从多个所述备选向量 集合中确定保留向量 集合， 包括： 将最小的所述第一欧式距离对应的所述备选向量 集合确定为所述保留向量 集合。 9.根据权利要求1所述的方法， 其特征在于， 所述基于所述保留向量集合中多个保留元 素和所述互近邻向量对应的待定用户类型， 确定目标用户的目标用户类型， 包括： 将多个所述保留元 素和所述互近邻向量进行聚类， 得到最终向量 集合； 基于所述最终向量集合中的最终向量元素对应的待定用户类型， 确定所述历史用户的 多个类型对应的所述 最终向量元 素的最终向量元 素数量； 将所述最终向量元 素数量最大的所述历史用户的类型确定为所述目标用户类型。 10.一种影视产品推送装置， 其特 征在于， 包括： 第一近邻筛选模块， 用于基于预设的目标用户特征向量、 最近邻数量和历史用户特征 向量， 确定所述目标用户特征向量的多个广义近邻向量和互近邻向量， 其中所述广义近邻 向量包括所述互近邻向量； 第二近邻 筛选模块， 用于将所述广义近邻向量中除所述互近邻向量的其他向量作为多 个备选向量， 基于所述备选 向量和所述互近邻向量的质心得到多个备选 向量集合； 基于所 述质心和所述备选向量集合的第一欧式距离， 从多个所述备选向量集合中确定保留向量集 合； 推送模块， 用于基于所述保留向量集合中多个保留元素和所述互近邻向量对应的待定 用户类型， 确定目标用户的目标用户类型， 基于所述 目标用户类型向目标用户推送影视产 品。 11.一种计算机设备， 包括存储器、 处理器以及存储在存储器上并可在处理器上运行的 计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑9中任一项 所述方 法。权　利　要　求　书 2/3 页 3 CN 115374351 A 3