[发明专利]多媒体资源推荐方法、装置、电子设备及存储介质

权利要求书

1.一种多媒体资源推荐方法，其特征在于，包括：

将多媒体资源输入卷积神经网络进行特征提取，获取所述卷积神经网络的N个卷积层的输出特征，N的取值为正整数；

对于每一个所述卷积层的输出特征，基于待推荐用户的身份标识，获取与所述卷积层的输出特征匹配的用户兴趣信息，将所述用户兴趣信息作为卷积核与所述卷积层的输出特征进行卷积操作，得到第一特征矩阵，基于所述第一特征矩阵生成用户偏好数据；

根据生成的N项用户偏好数据，向所述待推荐用户进行多媒体资源推荐。

2.根据权利要求1所述的多媒体资源推荐方法，其特征在于，所述方法还包括：

基于所述身份标识，获取与所述卷积层的输出特征匹配的用户注意力信息；

所述基于所述第一特征矩阵生成用户偏好数据，包括：

基于所述用户注意力信息和所述卷积层的输出特征，生成用户注意力权重；

基于所述第一特征矩阵和所述用户注意力权重，生成所述用户偏好数据。

3.根据权利要求2所述的多媒体资源推荐方法，其特征在于，所述基于所述用户注意力信息和所述卷积层的输出特征，生成用户注意力权重，包括：

将所述用户注意力信息作为卷积核与所述卷积层的输出特征进行卷积操作，得到第二特征矩阵；

对所述第二特征矩阵进行归一化处理，得到所述用户注意力权重。

4.根据权利要求2所述的多媒体资源推荐方法，其特征在于，所述基于所述第一特征矩阵和所述用户注意力权重，生成所述用户偏好数据，包括：

将所述第一特征矩阵输入极大池化层进行降维处理；

将经过降维处理的所述第一特征矩阵和所述用户注意力权重进行加权融合处理，得到所述用户偏好数据。

5.根据权利要求1所述的多媒体资源推荐方法，其特征在于，所述根据生成的N项用户偏好数据，向所述待推荐用户进行多媒体资源推荐，包括：

获取目标权重矩阵，所述目标权重矩阵给出所述N项用户偏好数据各自对应的权重；

基于所述目标权重矩阵，对所述N项用户偏好数据进行加权融合处理；

基于融合后的用户偏好数据向所述待推荐用户进行多媒体资源推荐。

6.根据权利要求1所述的多媒体资源推荐方法，其特征在于，所述基于待推荐用户的身份标识，获取与所述卷积层的输出特征匹配的用户兴趣信息，包括：

将所述身份标识输入第一嵌入层进行第一向量化处理，得到所述用户兴趣信息，所述用户兴趣信息为m*m大小的矩阵，其中，m指代所述卷积层使用的卷积核的宽度。

7.根据权利要求2所述的多媒体资源推荐方法，其特征在于，所述基于所述身份标识，获取与所述卷积层的输出特征匹配的用户注意力信息，包括：

将所述身份标识输入第二嵌入层进行第二向量化处理，得到所述用户注意力信息；

其中，所述用户注意力信息为m*m大小的矩阵，m指代所述卷积层使用的卷积核的宽度，所述第二嵌入层的权重矩阵与第一嵌入层的权重矩阵不同。

8.根据权利要求3所述的多媒体资源推荐方法，其特征在于，应用下述公式，对所述第二特征矩阵进行归一化处理：

w_i,s,t＝exp(v_{i,s,t})/∑_s',t'exp(v_{i,s',t'})

其中，i指代所述待推荐用户的身份标识，w_i,s,t指代用户注意力权重，v_{i,s,t}和v_{i,s',t'}指代所述第二特征矩阵中不同位置上的两个元素，s'和t'的取值均为正整数，用于遍历所述第二特征矩阵中的全部元素。