用户倾向性识别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供一种用户倾向性识别方法、装置、设备及存储介质，该方法包括：获取待识别多媒体数据的标题信息和封面图像信息；基于多媒体倾向性识别模型中的文本特征提取层，对标题信息进行特征提取，得到文本倾向性特征提取结果；基于该模型中的图像特征提取层对封面图像信息进行特征提取，得到视觉倾向性特征提取结果；基于该模型中的第一全连接层，对文本倾向性特征提取结果和视觉倾向性特征提取结果进行倾向性识别，得到目标用户对待识别多媒体数据的倾向性识别结果。本发明专利技术涉及人工智能领域的深度学习和计算机视觉技术以及云中的大数据技术，其能够提高目标用户对多媒体数据的倾向性识别的准确率，从而实现多媒体数据的精准推荐。

【技术实现步骤摘要】
用户倾向性识别方法、装置、设备及存储介质
本专利技术属于计算机
，具体涉及一种用户倾向性识别方法、装置、设备及存储介质。
技术介绍
随着互联网和多媒体技术的飞速发展，网络上的多媒体数据（比如，视频）的数量和种类呈现急剧增长的态势，然而由于不同用户群体的兴趣爱好、关注领域以及个人经历等方面的不同，往往导致不同的用户群体具有不同的多媒体选择倾向，如何识别不同用户群体对多媒体数据的倾向性，从而从大规模的多媒体数据中找到不同用户群体所喜欢或感兴趣的内容，是当前多媒体应用领域面临的重要问题。现有技术对用户多媒体倾向性识别的方法大多是基于字幕或视频帧来提取相应的倾向性信息特征，再基于所提取的倾向性信息特征来进行用户倾向性识别。但是现有技术只使用了多媒体数据的单一内容信息，多媒体信息的利用率不够充分，导致用户对多媒体数据的倾向性识别的准确率较低。
技术实现思路
为了提高用户对多媒体数据的倾向性识别的准确率，本专利技术提供一种用户倾向性识别方法、装置、设备及存储介质。一方面，本专利技术提出了一种用户倾向性识别方本文档来自技高网...

【技术保护点】
1.一种用户倾向性识别方法，其特征在于，所述方法包括：/n获取待识别多媒体数据；/n获取所述待识别多媒体数据的标题信息和封面图像信息；/n基于目标用户对应的多媒体倾向性识别模型中的文本特征提取层，对所述标题信息进行特征提取，得到文本倾向性特征提取结果；/n基于所述多媒体倾向性识别模型中的图像特征提取层对所述封面图像信息进行特征提取，得到视觉倾向性特征提取结果；/n基于所述多媒体倾向性识别模型中的第一全连接层，对所述文本倾向性特征提取结果和所述视觉倾向性特征提取结果进行用户倾向性识别，得到所述目标用户对所述待识别多媒体数据的倾向性识别结果。/n

【技术特征摘要】
1.一种用户倾向性识别方法，其特征在于，所述方法包括：
获取待识别多媒体数据；
获取所述待识别多媒体数据的标题信息和封面图像信息；
基于目标用户对应的多媒体倾向性识别模型中的文本特征提取层，对所述标题信息进行特征提取，得到文本倾向性特征提取结果；
基于所述多媒体倾向性识别模型中的图像特征提取层对所述封面图像信息进行特征提取，得到视觉倾向性特征提取结果；
基于所述多媒体倾向性识别模型中的第一全连接层，对所述文本倾向性特征提取结果和所述视觉倾向性特征提取结果进行用户倾向性识别，得到所述目标用户对所述待识别多媒体数据的倾向性识别结果。


2.根据权利要求1所述的方法，其特征在于，在所述基于目标用户对应的多媒体倾向性识别模型中的文本特征提取层，对所述标题信息进行特征提取，得到文本倾向性特征提取结果之前，所述方法包括：
将所述标题信息拆分为多个目标词；
对所述多个目标词分别进行词向量分析，得到所述标题信息对应的多个目标词向量；
相应地，所述基于目标用户对应的多媒体倾向性识别模型中的文本特征提取层，对所述标题信息进行特征提取，得到文本倾向性特征提取结果，包括：
基于所述文本特征提取层，对所述标题信息对应的多个目标词向量进行特征提取，得到所述文本倾向性特征提取结果。


3.根据权利要求1所述的方法，其特征在于，所述基于所述多媒体倾向性识别模型中的图像特征提取层对所述封面图像信息进行特征提取，得到视觉倾向性特征提取结果，包括：
基于所述图像特征提取层，对所述封面图像信息进行语义信息提取，得到语义信息提取结果；
基于所述语义信息提取结果，确定所述视觉倾向性特征提取结果。


4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
基于所述多媒体倾向性识别模型中的第二全连接层，对所述多个目标词向量进行多媒体类型识别，得到第一多媒体类型识别结果；
基于所述多媒体倾向性识别模型中的第三全连接层，对所述文本倾向性特征提取结果进行多媒体类型识别，得到第二多媒体类型识别结果；
基于所述多媒体倾向性识别模型中的第四全连接层，对所述视觉倾向性特征提取结果进行多媒体类型识别，得到第三多媒体类型识别结果；
基于所述多媒体倾向性识别模型对所述第一多媒体类型识别结果、所述第二多媒体类型识别结果和所述第三多媒体类型识别结果进行处理，得到所述待识别多媒体数据的多媒体类型。


5.根据权利要求4所述的方法，其特征在于，所述方法还包括获取所述多媒体倾向性识别模型的步骤，所述获取所述多媒体倾向性识别模型包括：
获取所述目标用户对应的样本多媒体数据，所述样本多媒体数据标注有多媒体类型标签和多媒体倾向性标签；
获取所述样本多媒体数据的样本标题信息和样本封面图像信息；
基于所述样本标题信息和所述样本封面图像信息对神经网络进行多媒体倾向性的识别训练，得到目标多媒体倾向性预测结果；
基于所述样本标题信息和所述样本封面图像信息对所述神经网络...

【专利技术属性】
技术研发人员：梁涛，张晗，马连洋，衡阵，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44