[发明专利]一种多媒体信息推荐方法、装置和相关设备

说明书

本申请实施例公开了一种多媒体信息推荐方法、装置和相关设备，在获取待推荐的多媒体信息之后，可以确定多媒体信息的目标特征，所述目标特征包括文本特征、图片特征或视频特征中的至少两种特征；然后，根据多媒体信息的目标特征、待定用户的用户特征和目标模型参数，确定待定用户对所述多媒体信息的兴趣度。最后，将兴趣度满足预设条件的待定用户作为目标用户，并向目标用户推荐多媒体信息。该方法通过将多媒体信息的文本特征、图片特征或视频特征中的至少两种特征，作为表征该多媒体信息的目标特征，可以使得目标特征更完整的表征所述多媒体信息的内容。进而提高了后续个性化推荐的准确性。

技术领域

本申请涉及数据处理领域，特别是涉及一种多媒体信息推荐方法、装置和相关设备。

背景技术

用户可以通过社交网络浏览多媒体信息，如阅读、播放多媒体信息等。其中，所述多媒体信息可以是一种包括多种表现形式的内容，比如一条包括文字、图片的信息可以为多媒体消息。在浏览的过程中，社交网络应用可以为用户推荐多媒体信息。以期望将用户感兴趣的多媒体信息推荐给用户，提高用户的浏览体验。

目前，为用户进行个性化推荐的主要方法为：应用多媒体信息的文本特征来表征该多媒体信息，进而通过文本特征确定该多媒体信息是否符合用户的兴趣。

然而，由于多媒体信息除文本内容外通常还包括其他类型的内容，由此，仅基于文本特征无法完整的表征多媒体信息的全部内容，进而降低了后续为用户确定该多媒体信息是否符合其兴趣的准确性。

发明内容

为了解决上述技术问题，本申请提供了一种多媒体信息推荐方法、装置和相关设备，提高了个性化推荐的准确性。

本申请实施例公开了如下技术方案：

在本申请实施例第一方面，提供了一种多媒体信息推荐方法，所述方法包括：

获取待推荐的多媒体信息；

确定所述多媒体信息的目标特征，所述目标特征包括文本特征、图片特征或视频特征中的至少两种特征；

根据所述目标特征、待定用户的用户特征和目标模型参数，确定所述待定用户对所述多媒体信息的兴趣度，所述目标模型参数是通过预先训练的兴趣度模型得到的；

将兴趣度满足预设条件的待定用户作为目标用户，并向所述目标用户推荐所述多媒体信息。

可选的，所述确定所述多媒体信息的目标特征，包括：

从所述多媒体信息中提取文本数据、图片数据或视频数据；

将提取的文本数据、图片数据、视频数据分别输入到对应的特征提取模型，确定所述文本特征、所述图片特征、所述视频特征；

将所述文本特征、所述图片特征、所述视频特征中的至少两种特征组成所述多媒体信息的目标特征。

可选的，所述将所述文本特征、所述图片特征、所述视频特征中的至少两种特征组成所述多媒体信息的目标特征，包括：

根据所述文本特征、所述图片特征、所述视频特征在所述多媒体信息中的位置排列顺序，将每种目标特征排列组合成所述多媒体信息的整体特征向量。

可选的，所述兴趣度模型包括第一兴趣度模型，所述第一兴趣度模型为如下公式：

IR＝1/(1+e^A·X·F)；

其中，IR为历史用户对所感兴趣的历史多媒体信息的兴趣度，A为所述历史用户的用户特征，X为模型参数，F为所述历史多媒体信息的目标特征。

可选的，所述目标模型参数通过下述方法得到：