[发明专利]资源推荐方法、装置、电子设备及存储介质

权利要求书

1.一种资源推荐方法，其特征在于，所述方法基于资源推荐模型执行，所述资源推荐模型包括特征提取网络、特征交互网络、特征增强网络和预测网络，所述预测网络包括至少一个预测层；所述方法包括：

调用所述特征提取网络，确定目标数据的原始数据特征，将所述原始数据特征输入至所述特征交互网络和所述特征增强网络，所述目标数据包括对象账号对应的对象数据和待推荐的资源对应的资源数据，所述原始数据特征包括多个预设维度的第一特征；

调用所述特征交互网络，对所述原始数据特征中的多个第一特征进行交互处理，得到交互特征，将所述交互特征输入至所述预测网络；

调用所述特征增强网络，确定所述多个第一特征分别针对每个预测层的目标权重，基于所述多个第一特征针对同一个预测层的目标权重对所述多个第一特征进行增强，得到所述同一个预测层对应的增强数据特征，将所述增强数据特征输入至对应的预测层中；

调用每个预测层，基于由所述预测层的前一层输入至所述预测层的交互特征以及由所述特征增强网络输入至所述预测层的增强数据特征，确定输入至下一个预测层的交互特征，直至调用最后一个预测层确定推荐结果，所述推荐结果表示向所述对象账号推荐所述资源的可能性。

2.根据权利要求1所述的资源推荐方法，其特征在于，所述特征增强网络包括至少一个权重确定层和至少一个特征增强层，一个特征增强层和一个权重确定层对应于一个预测层；

所述调用所述特征增强网络，确定所述多个第一特征分别针对每个预测层的目标权重，基于所述多个第一特征针对同一个预测层的目标权重对所述多个第一特征进行增强，得到所述同一个预测层对应的增强数据特征，将所述增强数据特征输入至对应的预测层中，包括：

调用第i个权重确定层，分别确定所述多个第一特征针对第i个预测层的目标权重，i为大于0的整数；

调用第i个特征增强层，基于所述多个第一特征针对所述第i个预测层的目标权重，对所述多个第一特征进行增强，得到所述第i个预测层对应的增强数据特征，将所述增强数据特征输入至所述第i个预测层。

3.根据权利要求2所述的资源推荐方法，其特征在于，所述特征增强网络还包括特征归一化层，所述调用第i个特征增强层，基于所述多个第一特征针对所述第i个预测层的目标权重，对所述多个第一特征进行增强，得到所述第i个预测层对应的增强数据特征之前，所述资源推荐方法还包括：

调用所述特征归一化层，分别对所述多个第一特征进行归一化处理。

4.根据权利要求2所述的资源推荐方法，其特征在于，所述特征增强网络还包括权重归一化层，所述调用第i个特征增强层，基于所述多个第一特征针对所述第i个预测层的目标权重，对所述多个第一特征进行增强，得到所述第i个预测层对应的增强数据特征之前，所述资源推荐方法还包括：

调用所述权重归一化层，对同一个第一特征针对不同的预测层的目标权重进行归一化处理。

5.根据权利要求1所述的资源推荐方法，其特征在于，所述预测网络包括L个预测层，L为大于1的整数，所述调用每个预测层，基于由所述预测层的前一层输入至所述预测层的交互特征以及由所述特征增强网络输入至所述预测层的增强数据特征，确定输入至下一个预测层的交互特征，直至调用最后一个预测层确定推荐结果，包括：

调用第一个预测层，基于由所述特征交互网络输入至所述第一个预测层的交互特征以及由所述特征增强网络输入至所述第一个预测层的增强数据特征，确定输入至第二个预测层的交互特征；

调用第k个预测层，基于由第k-1个预测层输入的交互特征以及由所述特征增强网络输入至所述第k个预测层的增强数据特征，确定输入至第k+1个预测层的交互特征，直至调用第L个预测层确定所述推荐结果，其中，k为大于1且小于L的整数。

6.根据权利要求1所述的资源推荐方法，其特征在于，所述基于所述多个第一特征针对同一个预测层的目标权重对所述多个第一特征进行增强，得到所述同一个预测层对应的增强数据特征，包括：

对于每个预测层，分别将每个第一特征与所述每个第一特征针对所述预测层的目标权重相乘，得到所述每个第一特征增强后的第二特征，将多个第二特征进行拼接，得到所述预测层对应的增强数据特征。