[发明专利]多媒体资源的推荐方法及装置

权利要求书

1.一种多媒体资源的推荐方法，其特征在于，包括：

获取至少一个目标多媒体资源，其中，所述至少一个目标多媒体资源在预定时间内的被推荐次数均满足第一预设次数条件；

从所述至少一个目标多媒体资源中，获取与当前账户的账户信息之间的相似程度满足预设条件的目标多媒体资源；

从与当前账户的账户信息之间的相似程度满足预设条件的目标多媒体资源和预先获取的被推荐次数满足第二预设次数条件的多媒体资源中，选择出待推荐的多媒体资源；

将所述待推荐的多媒体资源，推荐给所述当前账户。

2.如权利要求1所述的推荐方法，其特征在于，所述从所述至少一个目标多媒体资源中，获取与当前账户的账户信息之间的相似程度满足预设条件的目标多媒体资源，包括：

获取所述当前账户的账户信息分别与所述至少一个目标多媒体资源的资源信息之间的相似度；

基于所述相似度，从所述至少一个目标多媒体资源中，获取与所述当前账户的账户信息之间的相似程度满足所述预设条件的目标多媒体资源。

3.如权利要求2所述的推荐方法，其特征在于，在获取所述当前账户的账户信息分别与所述至少一个目标多媒体资源的资源信息之间的相似度之前，还包括：

将所述当前账户加入预定账户集合，其中，所述预定账户集合中所有账户均与预定账户相关联，所述预定账户是多媒体资源的发布者的账户；

获取所述当前账户的账户信息，其中，所述当前账户的账户信息包括所述预定账户的账户信息。

4.如权利要求2所述的推荐方法，其特征在于，所述获取所述当前账户的账户信息分别与所述至少一个目标多媒体资源的资源信息之间的相似度，包括：

将所述当前账户的账户信息和所述至少一个目标多媒体资源的资源信息输入到深度神经网络模型中，得到所述当前账户对应的第一嵌入向量和所述至少一个目标多媒体资源对应的至少一个第二嵌入向量；

获取所述第一嵌入向量分别与每个第二嵌入向量的相似度，作为所述当前账户的账户信息分别与所述至少一个目标多媒体资源的资源信息的相似度。

5.如权利要求4所述的推荐方法，其特征在于，所述深度神经网络模型通过如下方式进行训练：

获取正样本和负样本，其中，所述正样本包括样本账户的账户信息、与所述样本账户有过交互的一个多媒体资源的资源信息，所述负样本包括所述样本账户的账户信息、与所述样本账户没有交互的一个多媒体资源的资源信息；

将所述正样本和所述负样本分别输入到所述深度神经网络模型中，得到所述正样本中样本账户对应的第一嵌入向量和与所述样本账户有过交互的一个多媒体资源对应的第二嵌入向量、所述负样本中所述样本账户对应的第一嵌入向量和与所述样本账户没有交互的一个多媒体资源对应的第二嵌入向量；

获取所述正样本对应的第一嵌入向量和第二嵌入向量之间的第一相似度，所述负样本对应的第一嵌入向量和第二嵌入向量之间的第二相似度；

通过最大化所述第一相似度、最小化所述第二相似度的方式，调整所述深度神经网络模型的参数，对所述深度神经网络模型进行训练。

6.如权利要求2所述的推荐方法，其特征在于，所述基于所述相似度，从所述至少一个目标多媒体资源中，获取与所述当前账户的账户信息之间的相似程度满足预设条件的目标多媒体资源，包括：

将所述至少一个目标多媒体资源中所述相似度大小靠前的第一预定个数的目标多媒体资源，确定为与所述当前账户的账户信息之间的相似程度满足预设条件的目标多媒体资源。