[发明专利]多媒体内容推荐方法、装置、电子设备及可读存储介质

权利要求书

1.一种多媒体内容推荐方法，其特征在于，所述方法包括：

响应用户访问多媒体内容的请求，获取针对所述用户请求的多个多媒体推荐内容，生成待选推荐内容集；

步骤A，将所述待选推荐内容集中的每个多媒体推荐内容对应的推荐状态，输入预先建立的神经网络模型，得到所述每个多媒体推荐内容对应的推荐值；

所述推荐状态包括：所述用户的信息、所述用户未消费的多媒体推荐内容和所述多媒体推荐内容；所述用户未消费的多媒体推荐内容包括：所述用户的缓存中的历史多媒体内容；所述神经网络模型是根据训练集中各用户请求的多媒体推荐内容对应的推荐状态以及推荐值进行神经网络训练得到的；

步骤B，选择推荐值最大的多媒体推荐内容，将所述推荐值最大的多媒体推荐内容从所述待选推荐内容集中移至所述用户未消费的多媒体推荐内容中；返回步骤A，直至所选择的多媒体推荐内容的个数达到预设数量；

按照选择的顺序，将所述预设数量个多媒体推荐内容推荐给所述用户。

2.根据权利要求1所述的多媒体内容推荐方法，其特征在于，所述缓存包括：主缓存和副缓存，所述历史多媒体内容位于所述副缓存；

所述将所述预设数量个多媒体推荐内容推荐给所述用户，包括：

将所述副缓存切换为主缓存，将所述主缓存切换为副缓存，切换后的主缓存中的历史多媒体内容为用户待消费的多媒体内容；

将所述预设数量个多媒体推荐内容存储至切换后的副缓存中。

3.根据权利要求2所述的多媒体内容推荐方法，其特征在于，在所述将所述预设数量个多媒体推荐内容推荐给所述用户之后，所述方法还包括：

在确定所述用户消费完所述切换后的主缓存中的历史多媒体内容后，响应所述用户发送下一个访问多媒体内容的请求。

4.根据权利要求1所述的多媒体内容推荐方法，其特征在于，所述神经网络模型的建立方法包括：

获取所述训练集中各用户请求的多媒体推荐内容对应的推荐状态以及推荐值，每个多媒体推荐内容对应的推荐值是根据请求所述多媒体推荐内容的用户对所述多媒体推荐内容的反馈确定的；

建立各推荐状态和各推荐值的对应关系，根据所述各推荐状态和所述各推荐值的对应关系进行神经网络训练，得到所述神经网络模型。

5.一种多媒体内容推荐装置，其特征在于，所述装置包括：

待选集确定模块，被配置为执行响应用户访问多媒体内容的请求，获取针对所述用户请求的多个多媒体推荐内容，生成待选推荐内容集；

推荐值计算模块，被配置为执行步骤A，将所述待选推荐内容集中的每个多媒体推荐内容对应的推荐状态，输入预先建立的神经网络模型，得到所述每个多媒体推荐内容对应的推荐值；

所述推荐状态包括：所述用户的信息、所述用户未消费的多媒体推荐内容和所述多媒体推荐内容；所述用户未消费的多媒体推荐内容包括：所述用户的缓存中的历史多媒体内容；所述神经网络模型是根据训练集中各用户请求的多媒体推荐内容对应的推荐状态以及推荐值进行神经网络训练得到的；

选择模块，被配置为执行步骤B，选择推荐值最大的多媒体推荐内容，将所述推荐值最大的多媒体推荐内容从所述待选推荐内容集中移至所述用户未消费的多媒体推荐内容中；返回所述推荐值计算模块，直至所选择的多媒体推荐内容的个数达到预设数量；

推荐模块，被配置为执行按照选择的顺序，将所述预设数量个多媒体推荐内容推荐给所述用户。

6.根据权利要求5所述的多媒体内容推荐装置，其特征在于，所述缓存包括：主缓存和副缓存，所述历史多媒体内容位于所述副缓存；

所述推荐模块，具体被配置为执行将所述副缓存切换为主缓存，将所述主缓存切换为副缓存，切换后的主缓存中的历史多媒体内容为用户待消费的多媒体内容；将所述预设数量个推荐内容存储至切换后的副缓存中。

7.根据权利要求6所述的多媒体内容推荐装置，其特征在于，所述装置还包括：

下个请求模块，被配置为执行在确定所述用户消费完所述切换后的主缓存中的历史多媒体内容后，响应所述用户发送下一个访问多媒体内容的请求。