[发明专利]媒体内容的推荐方法、装置、计算机设备和存储介质

说明书

本公开涉及一种媒体内容的推荐方法、装置、计算机设备和存储介质。所述方法包括：获取用户历史行为；所述用户历史行为包括用户账户在访问多个媒体内容时的多个历史操作行为；其中，每个所述历史操作行为具有对应的已访问媒体内容；根据每个所述历史操作行为对应的已访问媒体内容和各个所述已访问媒体内容之间的内容相似度，确定所述用户账户对应的兴趣偏好特征；根据所述兴趣偏好特征，从多个候选媒体内容中挑选待推荐媒体内容进行推荐。采用本方法能够提高媒体内容的推荐准确度。

技术领域

本公开涉及互联网技术领域，特别是涉及一种媒体内容的推荐方法、装置、计算机设备和存储介质。

背景技术

随着互联网技术的迅速发展，用户可以通过手机、笔记本电脑等电子设备访问互联网提供的图片、视频、音乐等媒体内容。例如，用户可以通过移动终端上安装的短视频应用程序实时观看短视频内容。

在传统技术当中，通常是通过用户相应的属性信息和用户历史行为来为用户推荐用户可能感兴趣的媒体内容。然而，用户历史行为往往不能准确地反映出用户对应的兴趣偏好，这也使得现有技术在为用户进行媒体内容推荐时的准确度不高。

因此，现有技术中存在媒体内容推荐准确度不高的问题。

发明内容

本公开提供一种媒体内容的推荐方法、装置、计算机设备和存储介质，以至少解决相关技术中如何提高媒体内容推荐准确度的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种媒体内容的推荐方法，包括：

获取用户历史行为；所述用户历史行为包括用户账户在访问多个媒体内容时的多个历史操作行为；其中，每个所述历史操作行为具有对应的已访问媒体内容；

根据每个所述历史操作行为对应的已访问媒体内容和各个所述已访问媒体内容之间的内容相似度，确定所述用户账户对应的兴趣偏好特征；

根据所述兴趣偏好特征，从多个候选媒体内容中挑选待推荐媒体内容进行推荐。

在一示例性实施例中，所述根据每个所述历史操作行为对应的已访问媒体内容和各个所述已访问媒体内容之间的内容相似度，确定所述用户账户对应的兴趣偏好特征，包括：

分别获取各个所述历史操作行为的已访问媒体内容对应的内容特征向量；

根据各个所述内容特征向量，确定各个所述已访问媒体内容之间的内容相似度；

基于所述内容相似度，对所述已访问媒体内容的内容特征进行加权，得到加权后的内容特征；所述加权后的内容特征用于表征所述用户账户对应的兴趣偏好特征。

在一示例性实施例中，所述根据各个所述内容特征向量，确定各个所述已访问媒体内容之间的内容相似度，包括：

对各个所述内容特征向量进行组合，构建内容特征矩阵；所述内容特征矩阵用于表征所述已访问媒体内容的内容特征；

根据内容特征矩阵，确定相似度特征矩阵；所述相似度特征矩阵用于表征各个所述已访问媒体内容之间的内容相似度。

在一示例性实施例中，所述根据内容特征矩阵，确定相似度特征矩阵，包括：

对所述内容特征矩阵进行转置，得到转置后的内容特征矩阵；

将所述内容特征矩阵和所述转置后的内容特征矩阵进行矩阵乘法，得到第一特征矩阵；

将所述第一特征矩阵，作为所述相似度特征矩阵。

在一示例性实施例中，所述基于所述内容相似度，对所述已访问媒体内容的内容特征进行加权，得到加权后的内容特征，包括：

对所述相似度特征矩阵进行矩阵归一化处理，得到归一化后的相似度特征矩阵；