多媒体资源推荐方法、装置、电子设备及存储介质制造方法及图纸

本公开关于一种多媒体资源推荐方法、装置、电子设备及存储介质，涉及计算机技术领域。本公开实施例，通过用户账号曾经交互过的多媒体资源，对用户账号的兴趣进行整合分析，通过多媒体资源根据相似度确定的聚集情况，分析哪些多媒体资源为用户账号的核心兴趣，通过多媒体资源与候选多媒体资源之间的相似度，能够分析出哪些多媒体资源与候选多媒体资源比较相似，结合这两种因素，自然能够从用户账号曾经交互过的多媒体资源中，分析出与候选多媒体资源相似且能够代表用户账号的核心兴趣的多媒体资源，以此来为用户账号来进行多媒体资源推荐，能够使得推荐的目标多媒体资源符合用户账号的核心兴趣，符合用户偏好，提高推荐结果的准确性。

【技术实现步骤摘要】
多媒体资源推荐方法、装置、电子设备及存储介质
本公开涉及计算机
，尤其涉及多媒体资源推荐方法、装置、电子设备及存储介质。
技术介绍
随着计算机技术的快速发展，智能推荐起到越来越重要的作用。智能推荐的主要任务是通过分析用户账号的相关信息，获得用户对多媒体资源的偏好或兴趣，并据此为用户账号进行多媒体资源推荐。相关技术中，多媒体资源推荐方法通常是获取用户账号曾经交互过的多媒体资源，通过卷积神经网络(ConvolutionalNeuralNetworks，CNN)或循环神经网络(RecurrentNeuralNetwork，RNN)，来从多个候选多媒体资源中预测出接下来最可能交互的多媒体资源，从而向该用户账号推荐该多媒体资源。如果该用户账号曾经交互过的多媒体资源比较多，CNN中的最大池化步骤会忽略这些多媒体资源中比较重要的部分和循环信号，并不能准确抓取到用户账号的核心兴趣。而RNN具有遗忘长期特征的特性，从用户账号曾经交互过的多媒体资源中提取用户账号的兴趣时，存在短期瓶颈，无法抓取到用户账号的长期兴趣，抓取到的兴趣也不够准确。因而，上述方法中提取到的用户特征不准确，导致推荐结果的准确性差。
技术实现思路
本公开提供一种多媒体资源推荐方法、装置、电子设备及存储介质，能够提高推荐结果的准确性。本公开的技术方案如下：根据本公开实施例的第一方面，提供一种多媒体资源推荐方法，包括：获取用户账号曾经交互过的多媒体资源集合，所述多媒体资源集合包括多个第一多媒体资源；根据每个第一多媒体资源的第一资源类别参数、所述第一多媒体资源和所述第一多媒体资源的第二多媒体资源与多个候选多媒体资源之间的相似度，从所述多媒体资源集合中，确定出每个候选多媒体资源对应的第三多媒体资源，所述第一资源类别参数用于表示所述第一多媒体资源能够代表对应类别的可能性，所述第二多媒体资源为所述多媒体资源集合中与所述第一多媒体资源相似度满足第一相似度条件的多媒体资源，所述第三多媒体资源与所述候选多媒体资源之间的相似度满足第二相似度条件，且所述第三多媒体资源的第一资源类别参数满足参数条件；基于所述多个第三多媒体资源，向所述用户账号进行多媒体资源推荐。在一些实施例中，所述根据每个第一多媒体资源的第一资源类别参数、所述第一多媒体资源和所述第一多媒体资源的第二多媒体资源与多个候选多媒体资源之间的相似度，从所述多媒体资源集合中，确定出每个候选多媒体资源对应的第三多媒体资源，包括：对于所述多个候选多媒体资源中每个候选多媒体资源，根据每个第一多媒体资源的第一资源类别参数、所述第一多媒体资源和所述第一多媒体资源的第二多媒体资源与所述候选多媒体资源之间的相似度，确定所述第一多媒体资源与所述第二多媒体资源的关联信息；根据所述第一多媒体资源与所述第二多媒体资源的关联信息，从所述多媒体资源集合中，确定出所述候选多媒体资源对应的多个第三多媒体资源，所述多个第三多媒体资源对应的所述关联信息不为零。在一些实施例中，所述根据每个第一多媒体资源的第一资源类别参数、所述第一多媒体资源和所述第一多媒体资源的第二多媒体资源与所述候选多媒体资源之间的相似度，确定所述第一多媒体资源与所述第二多媒体资源的关联信息，包括：根据所述每个第一多媒体资源的第一资源类别参数，以及所述第一多媒体资源的第二多媒体资源与所述候选多媒体资源之间的第一相似度，获取所述第一多媒体资源与所述第二多媒体资源的候选关联信息；根据所述第一多媒体资源与所述第二多媒体资源的候选关联信息，确定所述第一多媒体资源的第二资源类别参数，以及所述第一多媒体资源与所述候选多媒体资源之间的第二相似度，所述第二资源类别参数为对所述第一资源类别参数更新后的资源类别参数；根据所述第一多媒体资源的第二资源类别参数、所述第二相似度、第一目标数值以及所述第一多媒体资源与所述第二多媒体资源的候选关联信息，确定所述第一多媒体资源与所述第二多媒体资源的关联信息。在一些实施例中，所述根据所述第一多媒体资源与所述第二多媒体资源的候选关联信息，确定所述第一多媒体资源的第二资源类别参数，以及所述第一多媒体资源与所述候选多媒体资源之间的第二相似度，包括：基于所述第一多媒体资源与所述第二多媒体资源的候选关联信息，对所述第一多媒体资源的表征信息进行更新，得到所述第一多媒体资源的目标表征信息；基于所述第一多媒体资源的目标表征信息，对所述第一多媒体资源的第一资源类别参数进行更新，得到所述第一多媒体资源的第二资源类别参数；基于所述第一多媒体资源的目标表征信息，确定所述第一多媒体资源与所述候选多媒体资源之间的第二相似度。在一些实施例中，所述根据所述第一多媒体资源的第二资源类别参数、所述第二相似度、第一目标数值以及所述第一多媒体资源与所述第二多媒体资源的候选关联信息，确定所述第一多媒体资源与所述第二多媒体资源的关联信息，包括：根据所述第一多媒体资源的第二资源类别参数和所述第二相似度，确定所述第一多媒体资源的重要性指示信息；响应于所述第一多媒体资源的重要性指示信息大于或等于第一目标数值，将所述第一多媒体资源与所述第二多媒体资源的候选关联信息作为所述第一多媒体资源与所述第二多媒体资源的关联信息；响应于所述第一多媒体资源的重要性指示信息小于第一目标数值，将所述第一多媒体资源与所述第二多媒体资源的关联信息设置为零。在一些实施例中，所述第一目标数值为所述每个第一多媒体资源的重要性指示信息中最第二目标数值大的数值，所述第二目标数值为目标长度、所述第一多媒体资源的数量中的最小值。在一些实施例中，所述第一多媒体资源的第一资源类别参数的获取方式包括：确定所述第一多媒体资源对应的目标类别；根据属于所述目标类别的每个第一多媒体资源的表征信息，获取所述目标类别的第一多媒体资源的平均表征信息；获取所述第一多媒体资源的表征信息与所述平均表征信息的第三相似度，将所述第三相似度作为所述第一多媒体资源的第一资源类别参数。在一些实施例中，所述基于所述多个第三多媒体资源，向所述用户账号进行多媒体资源推荐，包括：基于所述多个第三多媒体资源，以及所述多个第三多媒体资源的交互时间顺序，从所述多个候选多媒体资源中，确定出目标多媒体资源；向所述用户账号推荐所述目标多媒体资源。在一些实施例中，所述基于所述多个第三多媒体资源，以及所述多个第三多媒体资源的交互时间顺序，从所述多个候选多媒体资源中，确定出目标多媒体资源，包括：获取所述每个候选多媒体资源的交互序列，所述交互序列由按照交互时间顺序排列的所述多个第三多媒体资源组成；获取所述每个候选多媒体资源的交互序列与所述每个候选多媒体资源之间的匹配度；将所述匹配度最大的候选多媒体资源作为目标多媒体资源。在一些实施例中，所述获取所述每个候选多媒体资源的交互序列与所述每个候选多媒体资源之间的匹配度，包括：对于每个候选多媒体资源，根据所述多个第三多媒体资源本文档来自技高网...

【技术保护点】
1.一种多媒体资源推荐方法，其特征在于，包括：/n获取用户账号曾经交互过的多媒体资源集合，所述多媒体资源集合包括多个第一多媒体资源；/n根据每个第一多媒体资源的第一资源类别参数、所述第一多媒体资源和所述第一多媒体资源的第二多媒体资源与多个候选多媒体资源之间的相似度，从所述多媒体资源集合中，确定出每个候选多媒体资源对应的第三多媒体资源，所述第一资源类别参数用于表示所述第一多媒体资源能够代表对应类别的可能性，所述第二多媒体资源为所述多媒体资源集合中与所述第一多媒体资源相似度满足第一相似度条件的多媒体资源，所述第三多媒体资源与所述候选多媒体资源之间的相似度满足第二相似度条件，且所述第三多媒体资源的第一资源类别参数满足参数条件；/n基于所述多个第三多媒体资源，向所述用户账号进行多媒体资源推荐。/n

【技术特征摘要】
1.一种多媒体资源推荐方法，其特征在于，包括：
获取用户账号曾经交互过的多媒体资源集合，所述多媒体资源集合包括多个第一多媒体资源；
根据每个第一多媒体资源的第一资源类别参数、所述第一多媒体资源和所述第一多媒体资源的第二多媒体资源与多个候选多媒体资源之间的相似度，从所述多媒体资源集合中，确定出每个候选多媒体资源对应的第三多媒体资源，所述第一资源类别参数用于表示所述第一多媒体资源能够代表对应类别的可能性，所述第二多媒体资源为所述多媒体资源集合中与所述第一多媒体资源相似度满足第一相似度条件的多媒体资源，所述第三多媒体资源与所述候选多媒体资源之间的相似度满足第二相似度条件，且所述第三多媒体资源的第一资源类别参数满足参数条件；
基于所述多个第三多媒体资源，向所述用户账号进行多媒体资源推荐。


2.根据权利要求1所述的多媒体资源推荐方法，其特征在于，所述根据每个第一多媒体资源的第一资源类别参数、所述第一多媒体资源和所述第一多媒体资源的第二多媒体资源与多个候选多媒体资源之间的相似度，从所述多媒体资源集合中，确定出每个候选多媒体资源对应的第三多媒体资源，包括：
对于所述多个候选多媒体资源中每个候选多媒体资源，根据每个第一多媒体资源的第一资源类别参数、所述第一多媒体资源和所述第一多媒体资源的第二多媒体资源与所述候选多媒体资源之间的相似度，确定所述第一多媒体资源与所述第二多媒体资源的关联信息；
根据所述第一多媒体资源与所述第二多媒体资源的关联信息，从所述多媒体资源集合中，确定出所述候选多媒体资源对应的多个第三多媒体资源，所述多个第三多媒体资源对应的所述关联信息不为零。


3.根据权利要求2所述的多媒体资源推荐方法，其特征在于，所述根据每个第一多媒体资源的第一资源类别参数、所述第一多媒体资源和所述第一多媒体资源的第二多媒体资源与所述候选多媒体资源之间的相似度，确定所述第一多媒体资源与所述第二多媒体资源的关联信息，包括：
根据所述每个第一多媒体资源的第一资源类别参数，以及所述第一多媒体资源的第二多媒体资源与所述候选多媒体资源之间的第一相似度，获取所述第一多媒体资源与所述第二多媒体资源的候选关联信息；
根据所述第一多媒体资源与所述第二多媒体资源的候选关联信息，确定所述第一多媒体资源的第二资源类别参数，以及所述第一多媒体资源与所述候选多媒体资源之间的第二相似度，所述第二资源类别参数为对所述第一资源类别参数更新后的资源类别参数；
根据所述第一多媒体资源的第二资源类别参数、所述第二相似度、第一目标数值以及所述第一多媒体资源与所述第二多媒体资源的候选关联信息，确定所述第一多媒体资源与所述第二多媒体资源的关联信息。


4.根据权利要求3所述的多媒体资源推荐方法，其特征在于，所述根据所述第一多媒体资源与所述第二多媒体资源的候选关联信息，确定所述第一多媒体资源的第二资源类别参数，以及所述第一多媒体资源与所述候选多媒体资源之间的第二相似度，包括：
基于所述第一多媒体资源与所述第二多媒体资源的候选关联信息，对所述第一多媒体资源的表征信息进行更新，得到所述第一多...

【专利技术属性】
技术研发人员：李勇，宋洋，常健新，高宸，郑瑜，牛亚男，惠轶群，金德鹏，
申请(专利权)人：清华大学，北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京;11