[發明專利]一種推薦物品的方法和裝置

有效

• 申請號: 201711283557.0
• 申請日: 2017-12-07
• 公開（公告）號: CN109903103B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 唐睿明;何秀強;鈕敏哲;張偉楠;俞勇
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 肖慶武

1.一種推薦物品的方法，其特征在于，所述方法包括：

獲取目標用戶的屬性數據和多個候選物品的屬性數據，所述目標用戶的屬性數據包括目標用戶的標識，每一候選物品的屬性數據包括對應候選物品的標識；

將所述目標用戶的屬性數據和所述多個候選物品的屬性數據進行處理，生成目標數據集，所述目標數據集包括所述目標用戶的標識及對應的目標第一交互節點列表、所述多個候選物品中每一候選物品的標識及對應的目標第二交互節點列表，所述目標第一交互節點列表用于表示所述目標用戶與其他用戶或物品的交互信息，第一交互節點列表包括從用戶出發N步內能夠到達的節點，所述目標第二交互節點列表用于表示候選物品與其他物品或用戶的交互信息，第二交互節點列表包括從物品出發N步內能夠到達的節點，其中，N為一個或多個正整數；

將所述目標數據集輸入打分模型，得到所述目標用戶對所述多個候選物品的打分，其中，所述打分模型根據多個用戶的屬性數據、多個物品的屬性數據以及打分數據訓練得到的，所述多個用戶中每一用戶的屬性數據包括對應的用戶的標識，所述多個物品中每一物品的屬性數據包括對應的物品的標識，所述打分數據包括所述多個用戶中每一用戶對所述多個物品中一個或多個物品的打分；

根據所述目標用戶對所述多個候選物品的打分，確定目標推薦物品。

2.根據權利要求1所述的方法，其特征在于，所述目標用戶的屬性數據還包括以下數據中的一種或多種：性別、身高、體重、年齡、職業、收入、愛好、教育情況，每一候選物品的屬性數據還包括以下數據中的一種或多種：品牌、顏色、尺寸、價格、評論、口味、保質期、圖標。

3.根據權利要求1所述的方法，其特征在于，所述將所述目標用戶的屬性數據和所述多個候選物品的屬性數據進行處理，生成目標數據集，包括：

根據所述目標用戶的標識，在預先記錄的多個用戶中每一用戶的標識對應的目標第一交互節點列表中，確定所述目標用戶對應的目標第一交互節點列表，且根據每一候選物品的標識，在預先記錄的多個候選物品中每一候選物品的標識對應的目標第二交互節點列表中，確定每一候選物品對應的目標第二交互節點列表；

根據所述目標用戶的標識、所述目標用戶對應的目標第一交互節點列表、每一候選物品的標識、以及每一候選物品對應的目標第二交互節點列表，生成目標數據集。

4.根據權利要求1所述的方法，其特征在于，所述打分模型包括特征學習模型、反饋學習模型和神經網絡模型；

其中，所述將所述目標數據集輸入打分模型，得到所述目標用戶對所述多個候選物品的打分，包括：

將所述目標數據集中的目標用戶的標識和候選物品j的標識輸入所述特征學習模型，得到所述目標用戶對應的特征向量和所述候選物品j對應的特征向量，且將所述目標數據集中的所述目標用戶對應的目標第一交互節點列表和所述候選物品j對應的目標第二交互節點列表，輸入所述反饋學習模型，得到所述目標用戶對應的隱式反饋和所述候選物品j對應的隱式反饋，其中，所述物品j為所述多個候選物品中的任一候選物品；

將所述目標用戶對應的特征向量、所述候選物品j對應的特征向量、所述目標用戶對應的隱式反饋和所述候選物品j對應的隱式反饋，輸入神經網絡模型，得到所述目標用戶對候選物品j的打分。