[發明專利]對象推薦方法和裝置

有效

• 申請號: 201910066669.3
• 申請日: 2019-01-24
• 公開（公告）號: CN110046301B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 胡斌斌;張志強;周俊;李小龍
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06Q30/0601
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

說明書披露一種對象推薦方法和裝置。該方法包括：構建若干不同的同質對象網絡；構建若干不同的同質用戶網絡；針對每個對象，融合所述對象在不同同質對象網絡下的特征表示，得到所述對象的綜合特征表示；針對每個用戶，融合所述用戶在不同同質用戶網絡下的特征表示，得到所述用戶的綜合特征表示；采用用戶的自身特征表示和對象的綜合特征表示為用戶預測各對象的第一推薦概率；采用用戶的綜合特征表示和對象的自身特征表示為用戶預測各對象的第二推薦概率；采用用戶的自身特征表示和對象的自身特征表示為用戶預測各對象的第三推薦概率；綜合所述第一推薦概率、所述第二推薦概率和所述第三推薦概率，得到用于對象推薦的綜合推薦概率。

技術領域

本說明書涉及人工智能領域，尤其涉及一種對象推薦方法和裝置。

背景技術

隨著互聯網技術的快速發展，需要進行對象推薦的應用場景越來越多。例如，電商平臺可為用戶推薦商品，電影票購票平臺可為用戶推薦電影等。推薦算法的準確性將直接影響用戶體驗。

發明內容

有鑒于此，本說明書提供一種對象推薦方法和裝置。

具體地，本說明書是通過如下技術方案實現的：

一種對象推薦方法，包括：

構建若干不同的同質對象網絡，所述同質對象網絡中的節點代表待推薦的對象，同一同質對象網絡中的連邊代表所連接的對象在相同屬性維度下存在關聯關系；

構建若干不同的同質用戶網絡，所述同質用戶網絡中的節點代表用戶，同一同質用戶網絡中的連邊代表所連接的用戶與相同屬性維度下的對象存在關聯關系或代表所連接的用戶之間存在與對象無關的關聯關系；

針對每個對象，融合所述對象在不同同質對象網絡下的特征表示，得到所述對象的綜合特征表示；

針對每個用戶，融合所述用戶在不同同質用戶網絡下的特征表示，得到所述用戶的綜合特征表示；

采用用戶的自身特征表示和對象的綜合特征表示為用戶預測各對象的第一推薦概率；

采用用戶的綜合特征表示和對象的自身特征表示為用戶預測各對象的第二推薦概率；

采用用戶的自身特征表示和對象的自身特征表示為用戶預測各對象的第三推薦概率；

綜合所述第一推薦概率、所述第二推薦概率和所述第三推薦概率，得到用于對象推薦的綜合推薦概率。

一種對象推薦模型的訓練方法，包括：

構建若干不同的同質對象網絡，所述同質對象網絡中的節點代表待推薦的對象，同一同質對象網絡中的連邊代表所連接的對象在相同屬性維度下存在關聯關系；

構建若干不同的同質用戶網絡，所述同質用戶網絡中的節點代表用戶，同一同質用戶網絡中的連邊代表所連接的用戶與相同屬性維度下的對象存在關聯關系或代表所連接的用戶之間存在與對象無關的關聯關系；

采用所述若干不同的同質對象網絡、所述若干不同的同質用戶網絡作為輸入，以及基于用戶和對象的歷史關聯關系確定的標簽，對表示生成模型和推薦模型進行聯合訓練；

其中，所述表示生成模型，用于針對每個對象，融合所述對象在不同同質對象網絡下的特征表示，得到所述對象的綜合特征表示；針對每個用戶，融合所述用戶在不同同質用戶網絡下的特征表示，得到所述用戶的綜合特征表示；以及，生成用戶的自身特征表示和對象的自身特征表示；

所述推薦模型，用于采用用戶的自身特征表示和對象的綜合特征表示作為輸入，輸出各對象的第一推薦概率；采用用戶的綜合特征表示和對象的自身特征作為輸入，輸出各對象的第二推薦概率；采用用戶的自身特征表示和對象的自身特征表示作為輸入，輸出各對象的第三推薦概率；以及綜合所述第一推薦概率、所述第二推薦概率和所述第三推薦概率，得到用于對象推薦的綜合推薦概率。