[发明专利]多媒体推荐方法、装置、电子设备及存储介质

说明书

本公开关于一种多媒体推荐方法、装置、电子设备及存储介质。该方法包括：对获取的目标用户的用户行为序列特征以及待推荐多媒体的多媒体特征进行编解码处理，得到解码特征；将所述用户行为序列特征和所述多媒体特征输入兴趣特征提取网络，进行用户兴趣特征提取处理，得到用户兴趣特征；基于所述解码特征和所述用户兴趣特征，在所述待推荐多媒体中确定与所述目标用户对应的目标多媒体。根据本公开提供的技术方案，可以提高用户兴趣特征的精准性以提高多媒体推荐的精准度。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种多媒体推荐方法、装置、电子设备及存储介质。

背景技术

随着互联网的应用，推荐业务备受关注，例如在广告、视频等多媒体推荐中，会利用用户信息和多媒体信息进行推荐预测以保证推荐的准确性。相关技术中，可以基于深度学习方法进行推荐处理，其中用户信息会包括用户行为序列，在对用户行为序列进行编码得到中间向量，然后对中间向量进行解码以用于推荐时，该中间向量用于表达用户行为序列的信息不够准确，进而导致推荐的精准度较差。

发明内容

本公开提供一种多媒体推荐方法、装置、电子设备及存储介质，以至少解决相关技术中如何提高推荐精度的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种多媒体推荐方法，包括：

对获取的目标用户的用户行为序列特征以及待推荐多媒体的多媒体特征进行编解码处理，得到解码特征；

将所述用户行为序列特征和所述多媒体特征输入兴趣特征提取网络，进行用户兴趣特征提取处理，得到用户兴趣特征；

基于所述解码特征和所述用户兴趣特征，在所述待推荐多媒体中确定与所述目标用户对应的目标多媒体。

在一种可能的实现方式中，所述兴趣特征提取网络为乘法自注意力网络，所述将所述用户行为序列特征和所述多媒体特征输入兴趣特征提取网络，进行用户兴趣特征提取处理，得到用户兴趣特征步骤包括：

将所述用户行为序列特征和所述多媒体特征输入所述乘法自注意力网络，进行用户兴趣特征提取处理，得到所述用户兴趣特征。

在一种可能的实现方式中，所述方法还包括：

获取所述目标用户的用户属性特征以及所述待推荐多媒体的多媒体属性特征；

所述基于所述解码特征和所述用户兴趣特征，在所述待推荐多媒体中确定与所述目标用户对应的目标多媒体步骤包括：

基于所述用户属性特征、所述多媒体属性特征、所述解码特征和所述用户兴趣特征，在所述待推荐多媒体中确定与所述目标用户对应的目标多媒体。

在一种可能的实现方式中，所述基于所述用户属性特征、所述多媒体属性特征、所述解码特征和所述用户兴趣特征，在所述待推荐多媒体中确定与所述目标用户对应的目标多媒体步骤包括：

对所述用户属性特征和所述多媒体属性特征进行拼接处理，得到第一特征；

将所述解码特征、所述用户兴趣特征和所述第一特征进行特征融合处理，获取第二特征；

基于所述第二特征，获取所述待推荐多媒体的推荐预测结果；

根据所述推荐预测结果，在所述待推荐多媒体中确定与所述目标用户对应的目标多媒体。

在一种可能的实现方式中，所述基于所述第二特征，获取所述待推荐多媒体的推荐预测结果步骤包括：

将所述第二特征输入推荐预测模型，进行推荐预测处理，得到所述待推荐多媒体的推荐预测结果。

在一种可能的实现方式中，在所述推荐预测结果为推荐预测概率时，所述根据所述推荐预测结果，在所述待推荐多媒体中确定与所述目标用户对应的目标多媒体步骤包括：