[發明專利]信息處理方法、裝置、電子設備及介質

有效

• 申請號: 201910957683.2
• 申請日: 2019-10-09
• 公開（公告）號: CN110659701B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 何天琪;程建波;彭南博
• 申請（專利權）人: 京東科技控股股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/82;G06V10/774;G06F16/31;G06N3/04;G06N3/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 呂朝蕙

1.一種信息處理方法，包括循環執行的以下操作，以對特征提取模型進行優化：

獲取樣本數據，所述樣本數據表征目標用戶、目標物品及所述目標用戶在第一時刻對所述目標物品執行p種預定操作的操作信息；

獲取所述目標用戶的用戶信息及所述目標物品的第一物品信息；

將所述用戶信息及所述第一物品信息輸入特征提取模型，提取得到特征向量；

采用預測模型處理所述特征向量，得到所述目標用戶對所述目標物品執行p種預定操作中每種預定操作的預測置信度；以及

根據所述操作信息及所述預測置信度，優化所述特征提取模型，

其中，所述用戶信息和/或所述第一物品信息包括以下至少兩種類型的信息：特征信息、交互記錄信息、圖像信息和文本信息，所述p為大于1的自然數，

所述特征向量根據第一特征子向量、第二特征子向量以及第三特征子向量得到，所述第一特征子向量和所述第二特征子向量根據所述第一物品信息確定，其中，所述提取得到特征向量包括：將n個第二物品信息包括的n個第二物品特征信息及n個第一時間信息配對組合，得到n個第一輸入信息；以及根據n個第一時間信息表征的n個第二時刻的先后順序，將所述n個第一輸入信息依次輸入第一循環神經網絡模型，得到第三特征子向量，

其中，所述用戶信息包括：在所述第一時刻之前的交互記錄信息，所述交互記錄信息包括n個預定操作所針對物品的n個第二物品信息及所述n個預定操作所針對的n個第一時間信息；物品信息包括物品特征信息，n為大于1的自然數。

2.根據權利要求1所述的方法，其中，所述特征提取模型包括針對所述至少兩個類型的信息的至少兩個提取子模型，以分別提取得到所述至少兩種類型的信息的特征子向量，所述特征向量根據所述至少兩種類型的信息的特征子向量得到。

3.根據權利要求2所述的方法，其中，

所述用戶信息包括：用戶特征信息；

所述提取得到特征向量包括：

將所述第一物品信息包括的第一物品特征信息及所述用戶特征信息分別輸入第一轉換模型，得到針對所述第一物品特征信息的第一特征子向量以及針對所述用戶特征信息的第二特征子向量，

其中，針對所述特征信息的提取子模型包括所述第一轉換模型和所述第一循環神經網絡模型。

4.根據權利要求3所述的方法，其中，所述物品信息還包括物品圖像信息；所述提取得到特征向量還包括：

將所述n個第二物品信息包括的n個第二物品圖像信息依次輸入卷積神經網絡模型，得到針對所述n個第二物品圖像信息的n個第一向量；

將所述n個第一向量及所述n個第一時間信息配對組合，得到n個第二輸入信息；

根據所述n個第一時間信息表征的n個第二時刻的先后順序，將所述n個第二輸入信息依次輸入第二循環神經網絡模型，得到第四特征子向量；以及

將所述第一物品信息包括的第一物品圖像信息輸入所述卷積神經網絡模型中，得到第五特征子向量，

其中，所述特征向量還根據所述第四特征子向量和所述第五特征子向量得到；針對所述圖像信息的提取子模型包括所述卷積神經網絡模型和所述第二循環神經網絡模型。

5.根據權利要求3所述的方法，其中，所述用戶信息還包括在所述第一時刻之前輸入的m個輸入文本信息及輸入所述m個輸入文本信息的m個第二時間信息，所述物品信息還包括物品文本信息；所述提取得到特征向量還包括：

將所述m個輸入文本信息依次輸入第二轉換模型，得到針對所述m個輸入文本信息的m個第二向量；

將所述m個第二向量及所述m個第二時間信息配對組合，得到m個第三輸入信息；

根據所述m個第二時間信息表征的m個第三時刻的先后順序，將所述m個第三輸入信息依次輸入第三循環神經網絡模型，得到第六特征子向量；以及

將所述物品文本信息輸入所述第二轉換模型，得到針對所述物品文本信息的第七特征子向量，

其中，所述特征向量還根據所述第六特征子向量及所述第七特征子向量得到；針對所述文本信息的提取子模型包括所述第二轉換模型和所述第三循環神經網絡模型。