[發明專利]計算商品相似度的方法和裝置

在審

• 申請號: 201710984891.2
• 申請日: 2017-10-20
• 公開（公告）號: CN109697641A
• 公開（公告）日: 2019-04-30
• 發明（設計）人: 李陳程;程蘇珺;于海
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;楊曉偉

1.一種計算商品相似度的方法，其特征在于，包括：

將商品特征數據輸入深度學習模型，以訓練得到特征詞向量；

基于多個特征詞向量構建商品向量；

根據哈希算法篩選所述商品向量的相似商品候選集；

計算所述商品向量與其相似商品候選集中的商品向量的相似度。

2.根據權利要求1所述的方法，其特征在于，所述深度學習模型為word2vec模型。

3.根據權利要求1所述的方法，其特征在于，所述基于多個特征詞向量構建商品向量的步驟包括：

根據商品特征出現的頻率確定特征詞向量的權重；對所述多個特征詞向量進行加權求和，以得到商品向量。

4.根據權利要求1所述的方法，其特征在于，所述哈希算法為隨機映射局部敏感哈希算法。

5.根據權利要求4所述的方法，其特征在于，所述根據哈希算法篩選所述商品向量的相似商品候選集的步驟包括：

計算所述商品向量的哈希簽名；根據設置的哈希簽名的比較步長值確定所述商品向量的相似商品；判斷所述商品向量的相似商品數量是否大于預設閾值；在所述商品向量的相似商品數量大于預設閾值的情況下，基于所述相似商品構建所述商品向量的相似商品候選集。

6.根據權利要求5所述的方法，其特征在于，所述根據哈希算法篩選所述商品向量的相似商品候選集的步驟還包括：

在所述商品向量的相似商品數量不大于預設閾值的情況下，降低所述比較步長值，并基于降低后的比較步長值確定所述商品向量的相似商品。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：根據如下公式計算商品向量的相似度：

余弦距離公式、漢明距離公式、或歐式距離公式。

8.一種計算商品相似度的裝置，其特征在于，所述裝置包括：

訓練模塊，用于將商品特征數據輸入深度學習模型，以訓練得到特征詞向量；

構建模塊，用于基于多個特征詞向量構建商品向量；

篩選模塊，用于根據哈希算法篩選所述商品向量的相似商品候選集；

計算模塊，用于計算所述商品向量與其相似商品候選集中的商品向量的相似度。

9.根據權利要求8所述的裝置，其特征在于，所述深度學習模型為word2vec模型。

10.根據權利要求8所述的裝置，其特征在于，所述構建模塊基于多個特征詞向量構建商品向量，包括：

所述構建模塊根據商品特征出現的頻率確定特征詞向量的權重；所述構建模塊對所述多個特征詞向量進行加權求和，以得到商品向量。

11.根據權利要求8所述的裝置，其特征在于，所述哈希算法為隨機映射局部敏感哈希算法。

12.根據權利要求11所述的裝置，其特征在于，所述篩選模塊根據哈希算法篩選所述商品向量的相似商品候選集，包括：

所述篩選模塊計算所述商品向量的哈希簽名；所述篩選模塊根據設置的哈希簽名的比較步長值確定所述商品向量的相似商品；所述篩選模塊判斷所述商品向量的相似商品數量是否大于預設閾值；在所述商品向量的相似商品數量大于預設閾值的情況下，所述篩選模塊基于所述相似商品構建所述商品向量的相似商品候選集。

13.根據權利要求12所述的裝置，其特征在于，所述篩選模塊根據哈希算法篩選所述商品向量的相似商品候選集，還包括：

在所述商品向量的相似商品數量不大于預設閾值的情況下，所述篩選模塊降低所述比較步長值，并基于降低后的比較步長值確定所述商品向量的相似商品。

14.根據權利要求8所述的裝置，其特征在于，所述計算模塊根據如下公式計算商品向量的相似度：

余弦距離公式、漢明距離公式、或歐式距離公式。