基于人工智能的信息推荐方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种基于人工智能的信息推荐方法、装置、电子设备及计算机可读存储介质；方法包括：对目标推荐信息进行特征提取，得到目标推荐信息的多个模态的特征；对目标推荐信息的多个模态的特征进行融合，得到目标推荐信息的多模态融合特征；对多个候选用户的历史交互行为数据进行特征提取，得到每个候选用户的兴趣特征；将目标推荐信息的多模态融合特征与候选用户的兴趣特征进行相似度处理，得到目标推荐信息与候选用户之间的相似度；基于目标推荐信息与每个候选用户之间的相似度，从多个候选用户中确定与目标推荐信息匹配的目标用户；基于目标推荐信息执行对应目标用户的推荐操作。通过本申请，能够向用户推荐符合用户兴趣的推荐信息。的推荐信息。的推荐信息。

【技术实现步骤摘要】
基于人工智能的信息推荐方法、装置、电子设备及存储介质


[0001]本申请涉及人工智能技术，尤其涉及一种基于人工智能的信息推荐方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]人工智能(Artificial Intelligence，AI)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。
[0003]推荐系统是人工智能领域的重要应用之一，能够在信息过载的环境中帮助用户发现可能令他们感兴趣的信息，并将信息推送给对它们感兴趣的用户。
[0004]虽然，相关技术中的推荐系统可以从大量的待推荐信息中，确定出用户可能感兴趣的信息，并向用户推荐用户可能感兴趣的信息。但是，相关技术中的推荐系统向用户推荐的准确性有待提高。

技术实现思路

[0005]本申请实施例提供一种基于人工智能的信息推荐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的信息推荐方法，其特征在于，所述方法包括：对目标推荐信息进行特征提取处理，得到所述目标推荐信息的多个模态的特征；对所述目标推荐信息的多个模态的特征进行融合处理，得到所述目标推荐信息的多模态融合特征；对多个候选用户的历史交互行为数据进行特征提取处理，得到每个所述候选用户的兴趣特征；将所述目标推荐信息的多模态融合特征与每个所述候选用户的兴趣特征进行相似度处理，得到所述目标推荐信息与每个所述候选用户之间的相似度；基于所述目标推荐信息与每个所述候选用户之间的相似度，从所述多个候选用户中确定与所述目标推荐信息匹配的目标用户；基于所述目标推荐信息执行对应所述目标用户的推荐操作。2.根据权利要求1所述的方法，其特征在于，所述对目标推荐信息进行特征提取处理之前，还包括：从推荐信息库中获取待推荐信息；当所述待推荐信息的行为数据大于行为数据阈值时，基于所述待推荐信息的行为数据执行信息推荐处理；当所述待推荐信息的行为数据小于或者等于所述行为数据阈值时，将所述待推荐信息作为所述目标推荐信息。3.根据权利要求1所述的方法，其特征在于，当所述目标推荐信息为视频时，所述对目标推荐信息进行特征提取处理，得到所述目标推荐信息的多个模态的特征，包括：对所述目标推荐信息中每个图像帧进行图像形式的编码处理，得到所述每个图像帧的向量表示，并对所述每个图像帧的向量表示进行融合处理，得到所述目标推荐信息的图像表示特征；对所述目标推荐信息中每个音频帧进行音频形式的编码处理，得到所述每个音频帧的向量表示，并对所述每个音频帧的向量表示进行融合处理，得到所述目标推荐信息的音频表示特征；对所述目标推荐信息中的每个文本进行文本形式的编码处理，得到所述每个文本的向量表示，并对所述每个文本的向量表示进行融合处理，得到所述目标推荐信息的文本表示特征；将所述目标推荐信息的图像表示特征、所述音频表示特征以及所述文本表示特征作为所述目标推荐信息的多个模态的特征。4.根据权利要求3所述的方法，其特征在于，所述对所述目标推荐信息中每个音频帧进行音频形式的编码处理，得到所述每个音频帧的向量表示，包括：针对所述目标推荐信息中每个音频帧执行以下处理：对所述音频帧进行加窗处理，并对所述加窗处理后的音频特征进行傅里叶变换，得到所述音频帧的频域特征；对所述频域特征的梅尔频带进行对数处理，得到所述音频帧的向量表示。5.根据权利要求3所述的方法，其特征在于，所述图像形式的编码处理是通过图像编码器实现的，所述图像编码器包括多个级联的
编码层；所述对所述目标推荐信息中每个图像帧进行图像形式的编码处理，得到所述每个图像帧的向量表示，包括：针对所述目标推荐信息中每个图像帧执行以下处理：通过所述多个级联的编码层中的第一个编码层，对所述图像帧进行图像编码处理；将所述第一个编码层的编码结果输出到后续级联的编码层，以在所述后续级联的编码层中继续进行图像编码处理和编码结果输出，直至输出到最后一个编码层，并将所述最后一个编码层输出的编码结果作为所述图像帧的向量表示。6.根据权利要求5所述的方法，其特征在于，所述在所述后续级联的编码层中继续进行图像编码处理和编码结果输出，包括：通过第i个编码层执行以下处理：对第i
‑
1个编码层输出的编码结果进行升维处理，得到升维的图像特征；对所述升维的图像特征进行注意力处理，得到注意力特征；对所述升维的图像特征进行降维处理，得到降维的图像特征；将所述注意力特征与所述降维的图像特征进行乘积处理，并将所述乘积处理的结果与所述第i
‑
1个编码层输出的编码结果进行加和处理，将所述加和处理的结果作为所述第i个编码层的编码结果；将所述第i个编码层的编码结果输出到第i+1个编码层；其中，i为大于1且小于N的正整数，N为所述多个级联的编码层的数量。7.根据权利要求1所述的方法，其特征在于，当所述目标推荐信息为视频时，所述多个模态的特征包括：文本表示特征、音频表示特征、图像表示特征；所述对所述目标推荐信息的多个模态的特征进行融合处理，得到所述目标推荐信息的多模态融合特征，包括：将所述文本表示特征、所述音频表示特征、所述图像表示特征进行加和处理，将所述加和处理的结果作为所述目标推荐信息的多模态融合特征；或者，将所述文本表示特征、所述音频表示特征、所述图像表示特征进行拼接处理，将所述拼接处...

【专利技术属性】
技术研发人员：陈小帅，
申请(专利权)人：腾讯科技北京有限公司，
类型：发明
国别省市：