[發(fā)明專利]信息推薦方法、數(shù)據(jù)處理方法及裝置

在審

• 申請?zhí)枺?/td>: 201910179976.2
• 申請日: 2019-03-11
• 公開（公告）號: CN111680213A
• 公開（公告）日: 2020-09-18
• 發(fā)明（設(shè)計）人: 余瑤;陳祖龍;饒齊;姜志
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/06
• 代理公司: 北京太合九思知識產(chǎn)權(quán)代理有限公司 11610
• 代理人: 曹威

1.一種信息推薦方法，其特征在于，包括：

確定目標(biāo)用戶的至少一個屬性特征；

基于所述目標(biāo)用戶的至少一個屬性特征及不同對象各自的至少一個對象特征，利用對象推薦模型計算所述目標(biāo)用戶與不同對象的匹配度；

向所述目標(biāo)用戶推薦匹配度滿足匹配要求的至少一個目標(biāo)對象；

其中，所述對象推薦模型基于樣本用戶的至少一個屬性特征及所述樣本用戶相匹配的樣本對象的至少一個對象特征訓(xùn)練獲得。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對象推薦模型按照如下方式預(yù)先訓(xùn)練獲得：

確定樣本用戶的至少一個屬性特征及樣本對象的至少一個對象特征；

將所述樣本用戶的至少一個屬性特征、所述樣本對象的至少一個對象特征及所述樣本用戶與所述樣本對象的匹配度，作為訓(xùn)練數(shù)據(jù)；

利用所述訓(xùn)練數(shù)據(jù)訓(xùn)練對象推薦模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述確定樣本用戶的至少一個屬性特征及樣本對象的至少一個對象特征包括：

從對象行為日志中確定樣本用戶標(biāo)識、樣本對象標(biāo)識及所述樣本用戶是否對樣本對象執(zhí)行預(yù)定行為；

根據(jù)樣本用戶標(biāo)識，查找所述樣本用戶的至少一個屬性特征；

根據(jù)樣本對象標(biāo)識，查找所述樣本對象的至少一個對象特征；

若所述樣本用戶對所述樣本對象執(zhí)行預(yù)定行為，確定所述樣本用戶與所述樣本對象的匹配度為1；

若所述樣本用戶對所述樣本對象未執(zhí)行預(yù)定行為，確定所述樣本用戶與所述樣本對象的匹配度為0。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述向所述目標(biāo)用戶推薦匹配度滿足匹配要求的至少一個目標(biāo)對象包括：

向所述目標(biāo)用戶推薦匹配度大于預(yù)定數(shù)值的至少一個目標(biāo)對象。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用所述訓(xùn)練數(shù)據(jù)訓(xùn)練對象推薦模型包括：

針對所述樣本對象的至少一個對象特征，基于所述樣本用戶是否對所述樣本對象執(zhí)行預(yù)定行為的預(yù)測結(jié)果，訓(xùn)練決策樹模型；

利用所述決策樹模型的輸出結(jié)果及所述訓(xùn)練數(shù)據(jù)中的至少一個屬性特征，訓(xùn)練對象推薦模型。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述決策樹模型為包括多個決策樹的GBDT模型；

所述基于所述決策樹模型的輸出結(jié)果及所述訓(xùn)練數(shù)據(jù)中的至少一個屬性特征，訓(xùn)練對象推薦模型包括：

基于所述多個決策樹的權(quán)重參數(shù)，構(gòu)建對象推薦模型；

利用所述多個決策樹的輸出結(jié)果及所述訓(xùn)練數(shù)據(jù)中的至少一個屬性特征，訓(xùn)練對象推薦模型，以獲得所述多個決策樹的權(quán)重參數(shù)的權(quán)重數(shù)值。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于所述多個決策樹的權(quán)重參數(shù)，構(gòu)建對象推薦模型包括：

基于所述多個決策樹的權(quán)重參數(shù)，構(gòu)建包括注意力網(wǎng)絡(luò)的對象推薦模型。

8.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于所述目標(biāo)用戶的至少一個屬性特征及不同對象各自的至少一個對象特征，利用對象推薦模型計算所述目標(biāo)用戶與不同對象的匹配度包括：

針對任一個對象，基于所述目標(biāo)用戶的至少一個屬性特征及所述對象的至少一個對象特征，利用所述決策樹模型預(yù)測所述目標(biāo)用戶是否對所述對象執(zhí)行預(yù)定行為；

基于所述決策樹模型的輸出結(jié)果以及所述目標(biāo)用戶的至少一個屬性特征，利用對象推薦模型計算所述目標(biāo)用戶與所述對象的匹配度。