[发明专利]多媒体资源推荐方法、装置、电子设备及介质

权利要求书

1.一种多媒体资源推荐方法，其特征在于，包括：

获取非行为序列信息和目标用户的行为序列信息，所述非行为序列信息是基于所述目标用户的用户属性信息和待推荐多媒体资源的多媒体属性信息得到的；

将所述行为序列信息和所述非行为序列信息输入第一多任务模型的多个专家网络，进行特征处理，得到所述多个专家网络各自对应的第一特征信息，所述第一多任务模型的多个专家网络为多头注意力模型，其中，所述多头注意力模型中的一个头为一个专家网络；

获取多任务各自对应的第一权重信息；

根据所述第一特征信息和所述第一权重信息，确定多任务预测信息；

基于所述多任务预测信息，向所述目标用户推荐所述待推荐多媒体资源。

2.根据权利要求1所述的多媒体资源推荐方法，其特征在于，所述第一多任务模型还包括多个第一门网络；所述获取多任务各自对应的第一权重信息步骤包括：

将所述非行为序列信息输入多个所述第一门网络，进行多任务权重预测处理，得到所述多任务各自对应的第一权重信息。

3.根据权利要求1所述的多媒体资源推荐方法，其特征在于，所述获取多任务各自对应的第一权重信息步骤包括：

获取与每个任务对应的第一变换矩阵以及与所述行为序列信息对应的预设数量的第二变换矩阵，所述预设数量为所述多个专家网络的数量；

根据所述第一变换矩阵、所述非行为序列信息、所述行为序列信息和所述第二变换矩阵，获取所述多任务各自对应的第一权重信息。

4.根据权利要求1-3任一项所述的多媒体资源推荐方法，其特征在于，在所述根据所述第一特征信息和所述第一权重信息，确定多任务预测信息步骤之前，所述方法还包括：

将所述非行为序列信息输入第二多任务模型中的多个专家网络，进行特征处理，得到所述第二多任务模型中的多个专家网络各自对应的第二特征信息；其中，所述第二多任务模型中的多个专家网络为多个多层感知器；

将所述非行为序列信息输入所述第二多任务模型中的多个第二门网络，进行权重预测处理，得到所述多任务各自对应的第二权重信息；

所述根据所述第一特征信息和所述第一权重信息，确定多任务预测信息步骤包括：

根据所述第一特征信息、所述第一权重信息、所述第二特征信息和所述第二权重信息，确定所述多任务预测信息。

5.根据权利要求4所述的多媒体资源推荐方法，其特征在于，所述根据所述第一特征信息、所述第一权重信息、所述第二特征信息和所述第二权重信息，确定所述多任务预测信息步骤包括：

根据所述第一特征信息和每个任务对应的第一权重信息，获取每个任务的第一特征加权信息；

根据所述第二特征信息和每个任务对应的第二权重信息，获取每个任务的第二特征加权信息；

对每个任务的第一特征加权信息和第二特征加权信息进行信息拼接处理，得到每个任务的第一目标特征加权信息；

将每个任务的第一目标特征加权信息输入每个任务对应的第一塔网络，得到所述多任务预测信息。

6.根据权利要求1-3任一项所述的多媒体资源推荐方法，其特征在于，在所述根据所述第一特征信息和所述第一权重信息，确定多任务预测信息步骤之前，所述方法还包括：

将所述非行为序列信息输入第三多任务模型中的多个专家网络，进行特征处理，得到所述第三多任务模型中的多个专家网络各自对应的第三特征信息；其中，所述第三多任务模型中的多个专家网络为多个多层感知器；

所述根据所述第一特征信息和所述第一权重信息，确定多任务预测信息步骤包括：

根据所述第一特征信息、所述第一权重信息和所述第三特征信息，确定所述多任务预测信息。