[發(fā)明專利]推薦方法、裝置、計算機設備及存儲介質有效
| 申請?zhí)枺?/td> | 201911026124.6 | 申請日: | 2019-10-25 |
| 公開(公告)號: | CN110795625B | 公開(公告)日: | 2021-11-23 |
| 發(fā)明(設計)人: | 丁子揚;馬文曄 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06F16/9535 | 分類號: | G06F16/9535;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: | 邢惠童 |
| 地址: | 518057 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 推薦 方法 裝置 計算機 設備 存儲 介質 | ||
1.一種推薦方法,其特征在于,所述方法包括:
獲取第一對象的第一特征信息;
基于映射模型,將所述第一特征信息映射至目標空間,得到所述第一對象在所述目標空間中對應的第一映射向量,所述目標空間中包括與用戶標識對應的用戶映射向量和與備選數(shù)據(jù)對應的數(shù)據(jù)映射向量,其中所述備選數(shù)據(jù)對應的數(shù)據(jù)映射向量,通過將所述備選數(shù)據(jù)的特征信息映射至所述目標空間得到;
確定所述目標空間中與所述第一映射向量屬于不同類別的至少一個第三映射向量;根據(jù)所述目標空間中定義的一致度量,得到所述第一映射向量與每個所述第三映射向量之間的距離;獲取所述第一映射向量與每個第三映射向量之間的距離;從所述至少一個第三映射向量中,選取與所述第一映射向量之間的距離小于預設距離的第二映射向量;確定所述第二映射向量對應的所述第二對象,基于所述第一對象和所述第二對象進行推薦;其中,所述第一對象為用戶標識,所述第二對象為備選數(shù)據(jù),或者,所述第一對象為備選數(shù)據(jù),所述第二對象為用戶標識;
其中,所述一致度量為:
其中,為所述目標空間中的任意兩個映射向量,為切比雪夫距離,a為預設距離,且a0;
所述基于所述第一對象及第二對象進行推薦,包括:向所述用戶標識推薦所述備選數(shù)據(jù);所述用戶標識的特征信息用于描述所述用戶標識對應的用戶,所述用戶標識的特征信息包括用戶的年齡和性別;
所述基于映射模型,將所述第一特征信息映射至目標空間,得到所述第一對象在所述目標空間中對應的第一映射向量之前,所述方法還包括:
獲取樣本信息,所述樣本信息包括樣本用戶標識的特征信息、樣本數(shù)據(jù)的特征信息及樣本標簽,所述樣本標簽用于表示是否向所述樣本用戶標識推薦所述樣本數(shù)據(jù);
根據(jù)所述樣本信息,對所述映射模型進行訓練;其中,用于訓練所述映射模型的損失函數(shù),包括以下至少一個:
其中,Lneck為所述映射模型的第一損失值,λmargin為預設參數(shù),為所述樣本標簽,為所述樣本用戶標識對應的映射向量,為所述樣本數(shù)據(jù)對應的映射向量;
其中,Lcov為所述映射模型的第二損失值,N為所述樣本信息的數(shù)量,E為所述和所述構成的矩陣,Cov(E)為矩陣E的協(xié)方差矩陣,||·||f為轉置函數(shù),diag(·)為矩陣對角元素提取函數(shù)。
2.根據(jù)權利要求1所述的方法,其特征在于,所述方法還包括:
獲取所述第二對象的第二特征信息;
基于所述映射模型,將所述第二特征信息映射至所述目標空間,得到所述第二對象在所述目標空間中對應的所述第二映射向量;
所述根據(jù)所述目標空間中任兩個映射向量之間的距離,基于所述第一對象及第二對象進行推薦,包括:
獲取所述第一映射向量與所述第二映射向量之間的距離;
當所述距離小于所述預設距離時,基于所述第一對象和所述第二對象進行推薦。
3.根據(jù)權利要求1所述的方法,其特征在于,所述確定所述第二映射向量對應的所述第二對象,包括:
基于反映射模型,對所述第二映射向量進行反映射,得到所述第二映射向量對應的第二特征信息,確定所述第二特征信息所屬的第二對象。
4.根據(jù)權利要求1所述的方法,其特征在于,所述映射模型為自編碼器中的編碼模型;
所述基于映射模型,將所述第一特征信息映射至目標空間,得到所述第一對象在所述目標空間中對應的第一映射向量之前,所述方法還包括:
獲取樣本信息,所述樣本信息包括樣本用戶標識的特征信息、樣本數(shù)據(jù)的特征信息及樣本標簽,所述樣本標簽用于表示是否向所述樣本用戶標識推薦所述樣本數(shù)據(jù);
根據(jù)所述樣本信息,對所述自編碼器進行訓練。
5.根據(jù)權利要求4所述的方法,其特征在于,用于訓練所述自編碼器的損失函數(shù)至少包括:
其中,Lreconstruct為所述自編碼器的損失值,為所述樣本用戶標識的特征信息或所述樣本數(shù)據(jù)的特征信息,為所述基于所述自編碼器進行處理后輸出的特征信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(深圳)有限公司,未經(jīng)騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911026124.6/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:分析個性化框架
- 下一篇:大數(shù)據(jù)處理方法及系統(tǒng)





