(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111680341.4 (22)申请日 2021.12.3 0 (66)本国优先权数据 202110675393.6 2021.0 6.17 CN (71)申请人 腾讯科技 （深圳） 有限公司 地址 518057 广东省深圳市南 山区高新区 科技中一路腾讯大厦3 5层 (72)发明人 陈昊　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 杜维 (51)Int.Cl. G06F 16/435(2019.01) G06F 16/9535(2019.01) G06N 20/00(2019.01) (54)发明名称 一种对多媒体资源的推荐方法、 装置、 设备 及存储介质 (57)摘要 本申请实施例公开了一种对多媒体资源的 推荐方法、 装置、 设备及存储介质。 其中方法包 括： 获取目标对象的表示向量和相邻对象表示向 量集合， 根据目标对象 的表示向量和相邻对象表 示向量集合， 得到目标对象的表示特征信息， 表 示特征信息是根据目标对象与相邻对象的K个第 一关系类型中， 各个第一关系类型对应的关系特 征信息确定的， 获取多媒体资源集合， 并根据目 标对象的表 示特征信息， 向目标对象推荐多媒体 资源集合中的第一多媒体资源。 可见， 通过目标 对象与目标对象的相邻对象 的关系类型， 来挖掘 目标对象的兴趣点， 进而较好地提高推荐准确 度。 权利要求书3页 说明书20页 附图4页 CN 115495598 A 2022.12.20 CN 115495598 A 1.一种对多媒体资源的推荐方法， 其特 征在于， 包括： 获取目标对象的表示向量和相邻对象表示向量集合， 所述相邻对象表示向量集合中包 括所述目标对象的第一相 邻对象的表示向量， 所述目标对象与所述第一相 邻对象之 间被划 分为K个第一关系类型， K为 正整数； 根据所述目标对象的表示向量和所述相邻对象表示向量集合， 得到所述目标对象的表 示特征信息， 所述表示特征信息是根据所述目标对象在所述K个第一关系类型中， 各个第一 关系类型对应的关系特 征信息确定的； 获取多媒体资源集合， 并根据所述目标对象的表示特征信息， 向所述目标对象推荐所 述多媒体资源集 合中的第一多媒体资源。 2.如权利要求1所述的方法， 其特征在于， 所述根据 所述目标对象的表示向量和所述相 邻对象表示向量 集合， 得到所述目标对象的表示特 征信息， 包括： 根据所述目标对象的表示向量和所述相邻对象表示向量集合， 得到所述K个第一关系 类型中， 每 个第一关系类型对应的关系特 征信息； 通过所述K个第一关系类型分别对应的K个关系特征信息对所述目标对象进行特征分 析， 得到所述目标对象的表示特 征信息。 3.如权利要求2所述的方法， 其特征在于， 所述根据 所述目标对象的表示向量和所述相 邻对象表示向量集合， 得到所述K个第一关系类型中， 每个第一关系类型对应的关系特征信 息， 包括： 获取所述K个第 一关系类型中第h个第一关系类型的特征参数集合， 所述特征参数集合 包括所述第h个第一关系类型的权 重矩阵和所述第h个第一关系类型的偏置向量； 通过所述第h个第一关系类型的特征参数集合， 计算所述目标对象在所述第h个第一关 系类型下 的目标对 象中间特征， 并计算所述 目标对象的各个第一相邻对 象的在所述第h个 第一关系类型 下的相邻对象中间特 征； 根据所述目标对象中间特征和各个相邻对象中间特征， 得到所述第h个第一关系类型 的关系特 征信息。 4.如权利要求3所述的方法， 其特征在于， 所述第h个第一关系类型的关系特征信息是 所述第h个第一关系类型在第T次迭代时的关系特征信息， T为正整 数； 所述根据所述目标对 象中间特征和各个相邻对象中间特征， 得到所述第h个第一关系类型的关系特征信息， 包 括： 获取所述目标对象的各个第 一相邻对象在第t次迭代时， 被划分为所述第h个第 一关系 类型的目标概 率， t为正整数， 且t小于T； 根据所述目标概率和各个相邻对象中间特征， 计算所述目标对象的第 一相邻对象的聚 合特征； 对所述目标对象中间特征和所述目标对象的第 一相邻对象的聚合特征进行运算处理， 得到所述第h个第一关系类型在第t+1次迭代时的关系特 征信息。 5.如权利要求2所述的方法， 其特征在于， 所述通过所述K个第一关系类型分别对应的K 个关系特 征信息对所述目标对象进行 特征分析， 得到所述目标对象的表示特 征信息， 包括： 获取所述目标对象的第 一相邻对象的第 一特征信 息集合， 和所述目标对象的第 二相邻 对象的第二特征信息集合， 所述第一特征信息集合包括： 所述 目标对象的第一相邻对 象的权　利　要　求　书 1/3 页 2 CN 115495598 A 2多个第二关系类型中， 每个第二关系类型对应的关系 特征信息， 所述第二特征信息集合包 括： 所述目标对象的第二相邻对 象的多个第三关系类型中， 每个第三关系类型对应的关系 特征信息； 将所述目标对象的K个第一关系类型对应的关系特征信息、 所述第一特征信息集合以 及所述第二特征信息集合作为关系预测模型的输入， 得到所述关系预测模 型输出的预测结 果， 所述关系预测模型包括 L层图卷积网络层， L 为正整数； 对所述预测结果进行 过拟合处 理， 得到所述目标对象的表示特 征信息； 其中， 所述关系预测模型中， 第g层图卷积网络层的输入数据包括： 对第g ‑1层图卷积网 络层的输出 数据进行 过拟合处 理后得到的数据。 6.如权利要求1所述的方法， 其特 征在于， 所述获取多媒体资源集 合， 包括： 获取第二多媒体资源的查看信 息， 所述查看信 息中包括查看过所述第 二多媒体资源的 Q个对象的对象标识， Q 为正整数； 根据所述 Q个对象的对象标识， 获取 所述Q个对象的表示向量； 对所述Q个对象的表示向量进行融合处理， 并对融合处理的结果进行均值池化处理， 得 到所述第二多媒体资源的资源特 征信息； 所述多媒体资源集 合中包括所述第二多媒体资源的资源特 征信息。 7.如权利要求6所述的方法， 其特征在于， 所述根据所述目标对象的表示特征信息， 向 所述目标对象推荐所述多媒体资源集 合中的第一多媒体资源， 包括： 根据所述目标对象的表示特征信 息， 和所述多媒体资源集合中各个多媒体资源的资源 特征信息， 计算所述目标对象与所述多媒体资源集 合中各个多媒体资源的匹配度； 向所述目标对象推荐第 一多媒体资源， 所述第 一多媒体资源是所述多媒体资源集合中 与所述目标对象匹配度最高的多媒体资源。 8.如权利要求7所述的方法， 其特征在于， 所述根据所述目标对象的表示特征信息， 和 所述多媒体资源集合中各个多媒体资源的资源特征信息， 计算所述目标对象与所述多媒体 资源集合中各个多媒体资源的匹配度， 包括： 将所述多媒体资源集合中所述第二多媒体资源的资源特征信息与所述目标对象的表 示特征信息进行拼接， 得到拼接特 征集合； 采用多层感知机对所述拼接特征集合中的各个拼接特征进行处理， 得到所述K个第一 关系类型中， 每 个第一关系类型与所述第二多媒体资源的关系向量； 根据每个第 一关系类型与 所述第二多媒体资源的关系向量， 计算该第 一关系类型对应 的权重； 根据所述K个第 一关系类型中， 每个第一关系类型与所述第 二多媒体资源的关系向量， 以及每个第一关系类型对应的权 重， 得到所述目标对象与所述第二多媒体资源的匹配度。 9.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取关联关系信息集 合， 所述关联关系信息集 合包括对象信息集 合和关系信息集 合； 根据所述对象信 息集合生成N个网络节点， 所述N个网络节点中每个网络节点对应一个 对象， 且每 个网络节点中携带有与该网络节点所对应对象的对象信息， N 为正整数； 若所述关系信 息集合指示所述N个网络节点中的第 一网络节点对应的对象和第 二网络 节点的对象存在交互行为， 则根据所述交互行为生成所述第一网络节点和所述第二网络节权　利　要　求　书 2/3 页 3 CN 115495598 A 3