[發明專利]商品偏好預估方法和裝置

有效

• 申請號: 201610438551.5
• 申請日: 2016-06-17
• 公開（公告）號: CN107516235B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 孫佰貴;趙小偉;華先勝
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/00
• 分類號: G06F16/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張大威

1.一種商品偏好預估方法，其特征在于，包括以下步驟：

采集用戶的歷史行為樣本，將所述歷史行為樣本分為商品序列樣本和所述商品序列樣本對應的行為序列樣本，所述行為序列樣本為點擊與否的操作序列；

根據所述商品序列樣本和所述行為序列樣本生成分類器；

獲取當前用戶的行為數據和待預估商品的信息；

將所述行為數據分為商品序列和所述商品序列對應的行為序列，將所述商品序列和所述行為序列輸入至循環神經網絡RNN，以生成所述當前用戶對應的隱層特征，根據所述隱層特征和所述待預估商品的信息，通過所述分類器預估出所述當前用戶針對所述待預估商品的偏好值，所述待預估商品的信息包括點擊過所述待預估商品的用戶序列。

2.如權利要求1所述的方法，其特征在于，根據所述商品序列樣本和所述行為序列樣本生成分類器，包括：

將所述商品序列樣本和所述行為序列樣本輸入至循環神經網絡RNN進行訓練，以生成所述分類器。

3.如權利要求1所述的方法，其特征在于，所述分類器包括softmax loss分類函數。

4.如權利要求1所述的方法，其特征在于，所述RNN包括時間遞歸神經網絡LSTM。

5.如權利要求1所述的方法，其特征在于，在通過所述分類器獲得所述當前用戶對所述待預估商品的偏好值之后，還包括：

根據所述待預估商品的偏好值向所述當前用戶推送所述待預估商品。

6.一種商品偏好預估裝置，其特征在于，包括：

采集模塊，用于采集用戶的歷史行為樣本，將所述歷史行為樣本分為商品序列樣本和所述商品序列樣本對應的行為序列樣本，所述行為序列樣本為點擊與否的操作序列；

生成模塊，用于根據所述商品序列樣本和所述行為序列樣本生成分類器；

獲取模塊，用于獲取當前用戶的行為數據和待預估商品的信息；

獲得模塊，所述獲得模塊，包括：

處理單元，用于將所述行為數據分為商品序列和所述商品序列對應的行為序列；

輸入單元，用于將所述商品序列和所述行為序列輸入至循環神經網絡RNN，以生成所述當前用戶對應的隱層特征；

預估單元，用于根據所述隱層特征和所述待預估商品的信息，通過所述分類器預估出所述當前用戶針對所述待預估商品的偏好值，所述待預估商品的信息包括點擊過所述待預估商品的用戶序列。

7.如權利要求6所述的裝置，其特征在于，所述生成模塊，用于：

將所述商品序列樣本和所述行為序列樣本輸入至循環神經網絡RNN進行訓練，以生成所述分類器。

8.如權利要求6所述的裝置，其特征在于，所述分類器包括softmax loss分類函數。

9.如權利要求6所述的裝置，其特征在于，所述RNN包括時間遞歸神經網絡LSTM。

10.如權利要求6所述的裝置，其特征在于，還包括：

推送模塊，用于在通過所述分類器獲得所述當前用戶對所述待預估商品的偏好值之后，根據所述待預估商品的偏好值向所述當前用戶推送所述待預估商品。