[发明专利]一种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：

获取待推荐多媒体资源的目标账户的头像图像；

根据获取到的所述头像图像中头像区域的内容，确定所述头像图像对应的类别信息；

根据所述头像图像对应的类别信息，从候选多媒体资源池中筛选出至少一个目标多媒体资源；

将筛选出的所述至少一个目标多媒体资源推荐给所述目标账户。

2.如权利要求1所述的方法，其特征在于，所述根据获取到的所述头像图像的内容，确定所述头像图像对应的类别信息，具体包括：

从所述头像图像中提取用于表示所述头像区域的内容的图像特征；

对提取到的图像特征进行融合处理，确定所述头像图像对应的类别信息。

3.如权利要求2所述的方法，其特征在于，所述从所述头像图像中提取用于表示所述头像区域的内容的图像特征，具体包括：

基于已训练的多分类模型的卷积层，从所述头像图像中提取图像特征；

所述对提取到的图像特征进行融合处理，确定所述头像图像对应的类别信息，具体包括：

通过所述已训练的多分类模型的全连接层，对提取出的图像特征进行融合处理，得到用于表示所述头像图像分别属于各个预设类别的概率的分类结果；根据所述分类结果，确定所述头像图像对应的类别信息。

4.如权利要求3所述的方法，其特征在于，根据下列方式对所述多分类模型进行训练：

从头像数据库中获取多个头像训练样本；

将所述多个头像训练样本和每个头像训练样本对应的预先标注的类别标签输入初始的多分类模型；通过所述初始的多分类模型对头像训练样本的图像特征进行融合处理，得到每个头像训练样本对应的用于表示所述头像训练样本分别属于各个预设类别的概率的预测分类结果；

根据每个头像训练样本对应的预测分类结果以及预先标注的类别标签，确定分类损失值；

根据所述分类损失值对所述初始的多分类网络的模型参数进行调整，直到确定出的分类损失值在预设范围内，得到训练后的多分类模型。

5.如权利要求1所述的方法，其特征在于，所述根据所述头像图像对应的类别信息，从候选多媒体资源池中筛选出至少一个目标多媒体资源，具体包括：

根据所述头像图像对应的类别信息，确定与所述类别信息对应的用户画像；

根据与所述类别信息对应的用户画像，从候选多媒体资源池中筛选出至少一个目标多媒体资源。

6.如权利要求5所述的方法，其特征在于，所述根据与所述类别信息对应的用户画像，从候选多媒体资源池中筛选出至少一个目标多媒体资源，包括：

提取所述用户画像中的关键词，得到所述目标账户的画像标签；

确定所述目标账户的画像标签与所述候选多媒体资源池中各个候选多媒体资源的资源标签之间的相似度；

根据所述目标账户的画像标签与所述候选多媒体资源池中各个候选多媒体资源的资源标签之间相似度，从候选多媒体资源池中筛选出至少一个目标多媒体资源。

7.如权利要求1所述的方法，其特征在于，所述将筛选出的所述至少一个目标多媒体资源推荐给所述目标账户，包括：

根据各个目标多媒体资源的属性信息以及所述目标账户的账户特征，确定各个目标多媒体资源对应的用于预测所述目标账户点击查看目标多媒体资源的概率的排序参数；

根据各个目标多媒体资源对应的排序参数，对所述至少一个目标多媒体资源进行排序后推荐给所述目标账户。

8.一种多媒体资源推荐装置，其特征在于，包括：

获取模块，用于获取待推荐多媒体资源的目标账户的头像图像；

确定模块，用于根据获取到的所述头像图像中头像区域的内容，确定所述头像图像对应的类别信息；

筛选模块，用于根据所述头像图像对应的类别信息，从候选多媒体资源池中筛选出至少一个目标多媒体资源；

推荐模块，用于将筛选出的所述至少一个目标多媒体资源推荐给所述目标账户。