媒体数据的推荐方法、装置、计算机设备和存储介质与流程

本技术涉及计算机，特别是涉及一种媒体数据的推荐方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着互联网技术的发展，媒体浏览越来越受广大对象的喜爱。在相关技术中，推荐系统可以根据对象观看过的媒体内容，确定对象可能感兴趣的其他媒体，确定的对象可能感兴趣的其他媒体，多为与观看过的媒体内容相似度较高的媒体，容易导致推荐单一化。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种媒体数据的推荐方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，能够提升媒体数据推荐效果。

2、第一方面，本技术提供了一种媒体数据的推荐方法。所述方法包括：

3、从媒体数据和对应的描述文本中，提取出媒体表示向量和文本表示向量；依据媒体表示向量在知识图谱中进行知识检索，得到媒体数据对应的实体子图，并确定实体子图对应的实体表示向量；对媒体表示向量、文本表示向量和实体表示向量进行特征融合处理，得到知识增强向量；基于知识增强向量获取目标媒体数据，并向目标对象推荐目标媒体数据。

4、第二方面，本技术还提供了一种媒体数据的推荐装置。所述装置包括：

5、向量提取模块，用于从媒体数据和对应的描述文本中，提取出媒体表示向量和文本表示向量；

6、第一知识检索模块，用于依据媒体表示向量在知识图谱中进行知识检索，得到媒体数据对应的实体子图，并确定实体子图对应的实体表示向量；

7、第一融合模块，用于对媒体表示向量、文本表示向量和实体表示向量进行特征融合处理，得到知识增强向量；

8、推荐模块，用于基于知识增强向量获取目标媒体数据，并向目标对象推荐目标媒体数据。

9、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

10、从媒体数据和对应的描述文本中，提取出媒体表示向量和文本表示向量；依据媒体表示向量在知识图谱中进行知识检索，得到媒体数据对应的实体子图，并确定实体子图对应的实体表示向量；对媒体表示向量、文本表示向量和实体表示向量进行特征融合处理，得到知识增强向量；基于知识增强向量获取目标媒体数据，并向目标对象推荐目标媒体数据。

11、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

12、从媒体数据和对应的描述文本中，提取出媒体表示向量和文本表示向量；依据媒体表示向量在知识图谱中进行知识检索，得到媒体数据对应的实体子图，并确定实体子图对应的实体表示向量；对媒体表示向量、文本表示向量和实体表示向量进行特征融合处理，得到知识增强向量；基于知识增强向量获取目标媒体数据，并向目标对象推荐目标媒体数据。

13、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

14、从媒体数据和对应的描述文本中，提取出媒体表示向量和文本表示向量；依据媒体表示向量在知识图谱中进行知识检索，得到媒体数据对应的实体子图，并确定实体子图对应的实体表示向量；对媒体表示向量、文本表示向量和实体表示向量进行特征融合处理，得到知识增强向量；基于知识增强向量获取目标媒体数据，并向目标对象推荐目标媒体数据。

15、上述媒体数据的推荐方法、装置、计算机设备、存储介质和计算机程序产品，从媒体数据和对应的描述文本中，提取媒体表示向量和文本表示向量，根据媒体表示向量在知识图谱中检索得到实体子图，并确定实体子图对应的实体表示向量，对媒体表示向量、文本表示向量和实体表示向量进行特征融合处理，得到知识增强向量，基于知识增强向量获取向目标对象推荐目标媒体数据；通过媒体表示向量在知识图谱中检索得到与媒体数据的内容相关的实体子图，进而基于实体子图可以得到与媒体数据的内容相关的实体表示向量，将媒体表示向量、文本表示向量和实体表示向量融合得到知识增强向量，使得知识增强向量可以反映媒体数据和描述文本的内容，以及与媒体数据的内容相关的实体信息，因此基于知识增强向量，可以得到内容与媒体数据相似，并且实体与媒体数据的实体相关的目标媒体数据，提升了目标媒体数据与媒体数据的相关性，进而目标媒体数据可能是目标对象感兴趣的媒体数据，提升了媒体推荐效果。

16、第六方面，本技术提供了一种推荐模型的处理方法。所述方法包括：

17、基于特征提取模型，从第一样本媒体数据和对应的第一样本文本中，提取出第一媒体训练向量和第一文本训练向量；基于知识检索模型，对第一媒体训练向量和知识图谱进行知识检索处理，得到第一样本媒体数据对应的训练子图，并确定训练子图对应的实体训练向量；基于知识增强模型，对第一媒体训练向量、第一文本训练向量和实体训练向量进行特征融合处理，得到知识增强训练向量；依据知识增强训练向量和样本标签，确定视觉损失值和语言损失值；依据知识增强训练向量和训练子图，确定知识检索损失值；基于视觉损失值、语言损失值和知识检索损失值，调整特征提取模型、知识检索模型和知识增强模型的参数，得到增强向量提取模型；基于增强向量提取模型和分类模型确定推荐模型；推荐模型用于依据媒体数据、描述文本和知识图谱提取知识增强向量，基于知识增强向量确定兴趣类型，以使得基于兴趣类型获取目标媒体数据，向目标对象推荐目标媒体数据。

18、第七方面，本技术还提供了一种推荐模型的处理装置。所述装置包括：

19、训练向量提取模块，用于基于特征提取模型，从第一样本媒体数据和对应的第一样本文本中，提取出第一媒体训练向量和第一文本训练向量；

20、第二知识检索模块，用于基于知识检索模型，对第一媒体训练向量和知识图谱进行知识检索处理，得到第一样本媒体数据对应的训练子图，并确定训练子图对应的实体训练向量；

21、第二融合模块，用于基于知识增强模型，对第一媒体训练向量、第一文本训练向量和实体训练向量进行特征融合处理，得到知识增强训练向量；

22、第一损失值确定模块，用于依据知识增强训练向量和样本标签，确定视觉损失值和语言损失值；

23、第二损失值确定模块，用于依据知识增强训练向量和训练子图，确定知识检索损失值；

24、参数调整模块，用于基于视觉损失值、语言损失值和知识检索损失值，调整特征提取模型、知识检索模型和知识增强模型的参数，得到增强向量提取模型；

25、推荐模型确定模块，用于基于增强向量提取模型和分类模型确定推荐模型；推荐模型用于依据媒体数据、描述文本和知识图谱提取知识增强向量，基于知识增强向量确定兴趣类型，以使得基于兴趣类型获取目标媒体数据，向目标对象推荐目标媒体数据。

26、第八方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

27、基于特征提取模型，从第一样本媒体数据和对应的第一样本文本中，提取出第一媒体训练向量和第一文本训练向量；基于知识检索模型，对第一媒体训练向量和知识图谱进行知识检索处理，得到第一样本媒体数据对应的训练子图，并确定训练子图对应的实体训练向量；基于知识增强模型，对第一媒体训练向量、第一文本训练向量和实体训练向量进行特征融合处理，得到知识增强训练向量；依据知识增强训练向量和样本标签，确定视觉损失值和语言损失值；依据知识增强训练向量和训练子图，确定知识检索损失值；基于视觉损失值、语言损失值和知识检索损失值，调整特征提取模型、知识检索模型和知识增强模型的参数，得到增强向量提取模型；基于增强向量提取模型和分类模型确定推荐模型；推荐模型用于依据媒体数据、描述文本和知识图谱提取知识增强向量，基于知识增强向量确定兴趣类型，以使得基于兴趣类型获取目标媒体数据，向目标对象推荐目标媒体数据。

28、第九方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

29、基于特征提取模型，从第一样本媒体数据和对应的第一样本文本中，提取出第一媒体训练向量和第一文本训练向量；基于知识检索模型，对第一媒体训练向量和知识图谱进行知识检索处理，得到第一样本媒体数据对应的训练子图，并确定训练子图对应的实体训练向量；基于知识增强模型，对第一媒体训练向量、第一文本训练向量和实体训练向量进行特征融合处理，得到知识增强训练向量；依据知识增强训练向量和样本标签，确定视觉损失值和语言损失值；依据知识增强训练向量和训练子图，确定知识检索损失值；基于视觉损失值、语言损失值和知识检索损失值，调整特征提取模型、知识检索模型和知识增强模型的参数，得到增强向量提取模型；基于增强向量提取模型和分类模型确定推荐模型；推荐模型用于依据媒体数据、描述文本和知识图谱提取知识增强向量，基于知识增强向量确定兴趣类型，以使得基于兴趣类型获取目标媒体数据，向目标对象推荐目标媒体数据。

30、第十方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

31、基于特征提取模型，从第一样本媒体数据和对应的第一样本文本中，提取出第一媒体训练向量和第一文本训练向量；基于知识检索模型，对第一媒体训练向量和知识图谱进行知识检索处理，得到第一样本媒体数据对应的训练子图，并确定训练子图对应的实体训练向量；基于知识增强模型，对第一媒体训练向量、第一文本训练向量和实体训练向量进行特征融合处理，得到知识增强训练向量；依据知识增强训练向量和样本标签，确定视觉损失值和语言损失值；依据知识增强训练向量和训练子图，确定知识检索损失值；基于视觉损失值、语言损失值和知识检索损失值，调整特征提取模型、知识检索模型和知识增强模型的参数，得到增强向量提取模型；基于增强向量提取模型和分类模型确定推荐模型；推荐模型用于依据媒体数据、描述文本和知识图谱提取知识增强向量，基于知识增强向量确定兴趣类型，以使得基于兴趣类型获取目标媒体数据，向目标对象推荐目标媒体数据。

32、上述推荐模型的处理方法，通过特征提取模型提取第一媒体训练向量和第一文本训练向量，根据第一媒体训练向量在知识图谱中检索得到实体训练向量，对第一媒体训练向量、第一文本训练向量和实体训练向量进行特征融合处理，得到知识增强训练向量，即在知识图谱中检索与第一媒体样本数据的相关实体，将相关实体对应的实体训练向量、第一媒体训练向量和第一文本量融合，实现多模态数据交互，增强第一媒体样本数据、第一文本样本和相关实体的表示，提升了知识增强训练向量的质量；联合视觉损失值、语言损失值和知识检索损失值调整特征提取模型、知识检索模型和知识增强模型的参数，使得在参数调整的过程中，可以学习到与第一媒体样本数据和第一文本样本的内容信息，还可以学习到与第一媒体样本数据相关的实体信息，提升了训练得到的增强向量提取模型的质量，进而提升了包括增强向量提取模型的推荐模型的质量，基于推荐模型确定向目标对象推荐目标媒体数据，可以提升媒体推荐效果。