【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种兴趣推荐方法、装置、电子设备及存储介质。
技术介绍
1、个性化推荐服精准的捕捉用户的兴趣偏好，针对用户的个性化需求从全部候选音乐集合中为用户快速地推荐n个音乐。在候选音乐量级很大的情况下，如果将音乐特征直接逐个输入到推荐模型中打分、排序将十分消耗计算资源，成为推荐服务的性能瓶颈，因此业界通常采用召回算法相对快速且准确的过滤从庞大音乐集合中过个性化的筛选出用户喜爱音乐。但常见的召回算法存在以下不足：
2、(1)在实际场景中通常存有海量音乐集以及海量用户，传统召回算法的计算方式将导致推荐服务计算时延过长，严重影响用户体验。
3、(2)存在推荐音乐多样性差的问题，往往浏览量较大的热门音乐被推荐的概率更高而浏览量较小的音乐则推荐概率较低，进而导致推荐音乐的多样性较差。
4、(3)未考虑用户的浏览记录中存在的时序性信息，忽略了用户的兴趣演化过程。同时未考虑到用户短期兴趣行为与长期兴趣行为由于存在各自特征，无法简单融合处理，导致推荐效果不佳。
技术实现思
<本文档来自技高网...【技术保护点】
1.一种兴趣推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述行为信息包括第一时期的第一兴趣特征和第二时期的第二兴趣特征；所述基于所述属性信息和所述行为信息确定所述用户的第一时期的第一兴趣向量和第二时期的第二兴趣向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述预设的兴趣召回模型包括第一时期的第一兴趣网络和第二时期的第二兴趣网络，所述将所述属性信息和所述第一兴趣特征和第二兴趣特征输入至预设的兴趣召回模型，得到所述第一兴趣向量和所述第二兴趣向量，包括：
4.根据权利要求3所述的方法，其特征在于，所述...
【技术特征摘要】
1.一种兴趣推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述行为信息包括第一时期的第一兴趣特征和第二时期的第二兴趣特征；所述基于所述属性信息和所述行为信息确定所述用户的第一时期的第一兴趣向量和第二时期的第二兴趣向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述预设的兴趣召回模型包括第一时期的第一兴趣网络和第二时期的第二兴趣网络，所述将所述属性信息和所述第一兴趣特征和第二兴趣特征输入至预设的兴趣召回模型，得到所述第一兴趣向量和所述第二兴趣向量，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一兴趣网络包括时间卷积网络tcn，所述利用所述第一兴趣网络对所述属性信息和所述第一兴趣特征进行建模处理，得到所述第一兴趣向量，包括：
5.根据权利要求4所述的方法，其特征在于...
【专利技术属性】
技术研发人员：刘雨晴，冯俊兰，邓超，王斌，
申请(专利权)人：中国移动通信有限公司研究院，
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。