[发明专利]多媒体资源推荐方法、装置、电子设备及存储介质有效

专利信息
申请号: 202111484291.2 申请日: 2021-12-07
公开(公告)号: CN113918738B 公开(公告)日: 2023-05-09
发明(设计)人: 焦宇航 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06F16/435 分类号: G06F16/435;G06F16/9535
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 贾允;方秀琴
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 多媒体 资源 推荐 方法 装置 电子设备 存储 介质
【说明书】:

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,该方法包括获取基于目标对象的目标对象属性和待推荐多媒体资源的目标资源属性确定的目标对象资源数据;基于目标数据解耦网络中第一预设数量个目标特征中心,对目标对象资源数据进行解耦处理,得到第一预设数量个解耦特征数据,第一预设数量个解耦特征数据表征目标对象属性和目标资源属性解耦到第一预设数量个目标特征中心后的数据;将目标对象资源数据和解耦特征数据输入目标兴趣识别网络进行兴趣识别处理,得到目标兴趣指标;基于目标兴趣指标,将待推荐多媒体资源中的目标多媒体资源,推荐给目标对象。利用本公开实施例可以准确捕捉对象兴趣偏好,提升推荐精准性和效果。

技术领域

本公开涉及互联网技术领域,尤其涉及一种多媒体资源推荐方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的发展,大量网络平台也在不断的升级,除了可以发布一些图文信息之外,也可以供用户随时分享日常的短视频等多媒体资源,而如何精准的推送这些多媒体资源是大量推荐系统遇到的挑战。

相关技术中,在多媒体资源推荐过程中,考虑到被推荐对象的属性与多媒体资源的资源属性间往往存在着一定的关联性,会将被推荐对象的属性与多媒体资源的资源属性联合输入目标兴趣识别网络,以挖掘被推荐对象对于多媒体资源的兴趣偏好,但是被推荐对象的属性与多媒体资源的资源属性间也存在某些负相关性,导致目标兴趣识别网络无法准确的学习到被推荐对象和多媒体资源的特征,进而造成无法较好地捕捉到被推荐对象的兴趣偏好,推荐系统中推荐精准性和效果较差,且无效的多媒体资源推荐,也造成推荐系统的系统资源浪费和系统性能下降等问题。

发明内容

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,以至少解决相关技术中无法准确的学习到对象和多媒体资源的特征,造成无法有效捕捉对象兴趣偏好,推荐系统中推荐精准性和效果较差,以及系统资源浪费和系统性能下降等问题。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:

获取目标对象对应的目标对象资源数据,所述目标对象资源数据为基于所述目标对象的目标对象属性和待推荐多媒体资源的目标资源属性确定的数据;

基于目标数据解耦网络中第一预设数量个目标特征中心,对所述目标对象资源数据进行解耦处理,得到所述目标对象资源数据对应的所述第一预设数量个解耦特征数据,所述第一预设数量个解耦特征数据表征所述目标对象属性和所述目标资源属性解耦到所述第一预设数量个目标特征中心后的数据;

将所述目标对象资源数据和所述第一预设数量个解耦特征数据输入目标兴趣识别网络进行兴趣识别处理,得到目标兴趣指标;

基于所述目标兴趣指标,将所述待推荐多媒体资源中的目标多媒体资源,推荐给所述目标对象。

可选的,所述目标数据解耦网络包括第二预设数量个共享特征表征网络、特征融合网络、权重分析网络、对象资源拆分网络;

所述第一预设数量个解耦特征数据包括第一预设数量个融合特征中心;所述基于目标数据解耦网络中第一预设数量个目标特征中心,对所述目标对象资源数据进行解耦处理,得到所述目标对象资源数据对应的所述第一预设数量个解耦特征数据包括:

将所述目标对象资源数据输入所述第二预设数量个共享特征表征网络进行特征表征处理,得到所述第二预设数量个对象资源特征数据;

将所述第二预设数量个对象资源特征数据和所述第一预设数量个目标特征中心输入所述特征融合网络进行特征融合处理,得到融合特征数据;

将所述融合特征数据输入所述权重分析网络进行权重分析处理,得到第三预设数量个权重信息,所述第三预设数量个权重信息表征所述第二预设数量个对象资源特征数据分别与所述第一预设数量个目标特征中心间的关联程度;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111484291.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top