[发明专利]基于人工智能的信息推荐方法、装置、电子设备及存储介质

权利要求书

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。