【技术实现步骤摘要】
媒体对象推荐方法、装置、计算机设备和存储介质
[0001]本申请涉及内容推荐
，特别是涉及一种媒体对象推荐方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着计算机技术的发展，出现了内容推荐技术，其中，内容推荐可包括媒体对象推荐。媒体对象推荐可根据用户输入的查询条件或用户的历史偏好行为，给用户推荐与查询条件或历史偏好行为相关度较高的媒体对象。传统技术中，推荐给用户的媒体对象，通常是基于媒体对象历史的曝光度和点击率等统计信息排序得到的。
[0003]然而，仅通过媒体对象历史的曝光度和点击率等统计信息对媒体对象进行排序，将导致近期被多次曝光和点击的媒体对象更容易再次被优先曝光，从而导致索引库中大量的优质媒体对象脱离不了冷启动阶段，而始终局限于推荐多次曝光和点击的媒体对象，存在一定的局限性。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够克服局限性的媒体对象推荐方法、装置、计算机设备和存储介质。
[0005]一种媒体对象推荐方法，所述方法包括：
[00...
【技术保护点】
【技术特征摘要】
1.一种媒体对象推荐方法，其特征在于，所述方法包括：获取媒体对象的描述文本信息以及所述媒体对象中的图像信息；分别对所述描述文本信息和所述图像信息进行编码，得到相应的文本语义特征向量和图像语义特征向量；将所述文本语义特征向量和所述图像语义特征向量按照不同阶次分别进行交互融合，得到各阶次的融合特征向量；将各阶次的融合特征向量进行融合，得到多阶融合特征向量；根据所述多阶融合特征向量预测得到所述媒体对象的预测曝光点击率；基于所述预测曝光点击率对所述媒体对象进行推荐处理。2.根据权利要求1所述的方法，其特征在于，所述将所述文本语义特征向量和所述图像语义特征向量按照不同阶次分别进行交互融合，得到各阶次的融合特征向量，包括：对所述文本语义特征向量和所述图像语义特征向量进行一阶交互融合，得到一阶交互对应的融合特征向量；对所述文本语义特征向量和所述图像语义特征向量进行二阶交互融合，得到二阶交互对应的融合特征向量；所述将各阶次的融合特征向量进行融合，得到多阶融合特征向量，包括：将所述一阶交互对应的融合特征向量和所述二阶交互对应的融合特征向量进行融合，得到多阶融合特征向量。3.根据权利要求2所述的方法，其特征在于，所述对所述文本语义特征向量和所述图像语义特征向量进行一阶交互融合，得到一阶交互对应的融合特征向量，包括：将所述文本语义特征向量和所述图像语义特征向量拼接，并将拼接后的向量乘以第一参数矩阵，得到一阶交互对应的融合特征向量；所述对所述文本语义特征向量和所述图像语义特征向量进行二阶交互融合，得到二阶交互对应的融合特征向量，包括：基于第二参数矩阵，将所述文本语义特征向量和所述图像语义特征向量进行二阶交互融合，得到二阶交互对应的融合特征向量。4.根据权利要求1所述的方法，其特征在于，所述预测曝光点击率是由已训练好的图文多模态模型输出得到；所述分别对所述描述文本信息和所述图像信息进行编码，得到相应的文本语义特征向量和图像语义特征向量，包括：将所述描述文本信息和所述图像信息输入至已训练好的所述图文多模态模型，以通过所述图文多模态模型中的编码器分别对所述描述文本信息和所述图像信息进行编码，得到相应的文本语义特征向量和图像语义特征向量。5.根据权利要求4所述的方法，其特征在于，所述图文多模态模型中包括文本编码器和图像编码器；所述通过所述图文多模态模型中的编码器分别对所述描述文本信息和所述图像信息进行编码，得到相应的文本语义特征向量和图像语义特征向量，包括：通过所述文本编码器对所述描述文本信息进行语义特征提取，得到所述描述文本信息对应的文本语义特征向量；
通过所述图像编码器对所述图像信息进行语义特征提取，得到所述图像信息对应的图像语义特征向量。6.根据权利要求4所述的方法，其特征在于，所述图文多模态模型通过模型训练步骤得到，所述模型训练步骤包括：在每轮迭代训练中，将样本媒体对象的样本描述文本信息和所述样本媒体对象中的样本图像信息输入至待训练的图文多模态模型，得到所述样本媒体对象的预测曝光点击率；基于所述样本媒体对象的预测曝光点击率和所述样本媒体对象的真实曝光点击率之间的差异，确定损失值；朝着使所述损失值减少的方向，调整所述待训练的图文多模态模型的模型参数，以进行迭代训练，直至...
【专利技术属性】
技术研发人员：黄剑辉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。