基于云计算的视频矩阵平台数据管理方法及系统与流程

本申请涉及数据处理领域，具体而言，涉及一种基于云计算的视频矩阵平台数据管理方法及系统。

背景技术：

1、随着云计算和大数据技术的快速发展，视频矩阵平台的数据管理变得越来越复杂和重要。在视频矩阵平台中，用户视频交互数据的管理和分析对于提供个性化推荐、优化用户体验以及提升平台运营效率具有重要意义。然而，现有的视频矩阵平台数据管理方案在处理用户视频交互数据时往往面临一些挑战。首先，用户视频交互数据通常包含大量的信息，如观看历史、点赞、评论等，这些信息对于理解用户的行为模式至关重要。然而，传统的数据处理方法往往难以有效地提取和利用这些数据中的关键特征。其次，用户行为模式具有多样性和复杂性，不同用户之间的行为差异很大。因此，如何准确地识别用户的行为模式，并根据这些模式提供个性化的推荐和服务，是视频矩阵平台面临的重要问题。此外，随着视频内容的不断增加和更新，如何快速有效地处理和分析新增的用户视频交互数据，以保持推荐系统的时效性和准确性，也是视频矩阵平台需要解决的问题。

2、针对上述问题，现有的视频矩阵平台数据管理方案通常采用基于机器学习的方法，通过训练模型来提取用户视频交互数据中的特征，并基于这些特征进行用户行为模式的识别和推荐。然而，这些方法往往存在一些问题，如模型的特征表征不准确，导致推荐的准确性和效率受到限制。

技术实现思路

1、本发明的目的在于提供一种基于云计算的视频矩阵平台数据管理方法及系统。本申请是这样实现的：

2、第一方面，本申请实施例提供了一种基于云计算的视频矩阵平台数据管理方法，所述方法包括：获取第一用户视频交互数据，采取表征信息提取组件对所述第一用户视频交互数据进行密集表示，得到所述第一用户视频交互数据的目标密集表征向量；采取s个表征信息解析组件在s个解析层面分别对所述目标密集表征向量进行特征解析，得到每个表征信息解析组件各自的表征信息解析结果，其中，s为大于0的自然数，一个表征信息解析组件被配置为在对应的一个解析层面对所述目标密集表征向量进行特征解析；通过所述每个表征信息解析组件各自的表征信息解析结果，获取所述每个表征信息解析组件分别对于所述目标密集表征向量的表征信息解析误差；通过获取到的s个表征信息解析误差优化所述表征信息提取组件的内部配置变量，得到优化后的表征信息提取组件；所述优化后的表征信息提取组件用于提取输入文本的密集表征向量。

3、第二方面，本申请提供一种计算机系统，包括：一个或多个处理器；存储器；一个或多个计算机程序；其中所述一个或多个计算机程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个计算机程序被所述处理器执行时，实现如上所述的方法。

4、有益效果：本申请通过获取第一用户视频交互数据，采取表征信息提取组件对第一用户视频交互数据进行密集表示，得到第一用户视频交互数据的目标密集表征向量；同时，采取s个表征信息解析组件在s个解析层面分别对目标密集表征向量进行特征解析，获得每个表征信息解析组件各自的表征信息解析结果，其中，s为大于0的自然数，表征信息解析组件被配置为在对应的解析层面对目标密集表征向量进行特征解析；同时通过每个表征信息解析组件各自的表征信息解析结果，获取每个表征信息解析组件分别对于目标密集表征向量的表征信息解析误差。如此，通过获得的s个表征信息解析误差优化表征信息提取组件的内部配置变量，得到优化后的表征信息提取组件；优化后的表征信息提取组件用于提取用户视频交互数据的密集表征向量。本申请基于多个表征信息解析组件对表征信息提取组件提取的密集表征向量进行不同解析层面上的特征解析，得到各个表征信息解析组件在对应的解析层面下的表征信息解析误差，以依据多个表征信息解析组件在多个解析层面下的表征信息解析误差，促使对表征信息提取组件的训练辅助，帮助表征信息提取组件的内部配置变量在多个解析层面下获得更有针对性的训练，提高表征信息提取组件的优化效果，最后基于表征信息提取组件提取出的表征信息更准确，进而帮助确定更准确的参考密集表征向量，也即确定更准确的目标推荐画像。

技术特征：

1.一种基于云计算的视频矩阵平台数据管理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述第一用户视频交互数据为按照第一遮挡密度对初始用户视频交互数据进行遮挡后得到的，所述s个表征信息解析组件包括数据恢复解析组件；所述采取s个表征信息解析组件在s个解析层面分别对所述目标密集表征向量进行特征解析，得到每个表征信息解析组件各自的表征信息解析结果，包括：

3.根据权利要求2所述的方法，其特征在于，所述第二遮挡行为数据项和所述第二对比行为数据项都涵盖至少一个数据项，所述第二遮挡行为数据项中的每个数据项与所述第二对比行为数据项中的每个数据项彼此关联，所述第二遮挡行为数据项中的一个数据项对于所述第二对比行为数据项中的对应数据项包括一个恢复支持系数；

4.根据权利要求1所述的方法，其特征在于，所述第一用户视频交互数据是对初始用户视频交互数据进行遮挡后得到的，所述s个表征信息解析组件包括用户画像预估解析组件；

5.根据权利要求1所述的方法，其特征在于，所述获取第一用户视频交互数据，包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述第一数据恢复误差以及所述s个表征信息解析误差进行融合操作，得到目标优化误差，包括：

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

9.根据权利要求8所述的方法，其特征在于，所述通过所述目标用户视频交互数据的密集表征向量分别与所述密集表征向量集中的每个密集表征向量之间的向量距离，从所述密集表征向量集中确定参考密集表征向量，包括：

10.一种计算机系统，其特征在于，包括：

技术总结本申请提供了一种基于云计算的视频矩阵平台数据管理方法及系统，本申请基于多个表征信息解析组件对表征信息提取组件提取的密集表征向量进行不同解析层面上的特征解析，得到各个表征信息解析组件在对应的解析层面下的表征信息解析误差，以依据多个表征信息解析组件在多个解析层面下的表征信息解析误差，促使对表征信息提取组件的训练辅助，帮助表征信息提取组件的内部配置变量在多个解析层面下获得更有针对性的训练，提高表征信息提取组件的优化效果，最后基于表征信息提取组件提取出的表征信息更准确，进而帮助确定更准确的参考密集表征向量，也即确定更准确的目标推荐画像。技术研发人员：赵国庆,李壮壮,李昕玉受保护的技术使用者：北京中关村科金技术有限公司技术研发日：技术公布日：2024/7/25