[發(fā)明專利]向用戶推薦目標對象的方法和裝置有效
| 申請?zhí)枺?/td> | 202010135533.6 | 申請日： | 2020-03-02 |
| 公開（公告）號： | CN111414535B | 公開（公告）日： | 2023-05-05 |
| 發(fā)明（設計）人： | 林文芳;楊林;郭曉波 | 申請（專利權(quán)）人： | 支付寶（杭州）信息技術(shù)有限公司 |
| 主分類號： | G06F16/9535 | 分類號： | G06F16/9535;G06Q30/0202;G06Q30/0601 |
| 代理公司： | 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415 | 代理人： | 周嗣勇 |
| 地址： | 310000 浙江省杭州市*** | 國省代碼： | 浙江;33 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 用戶 推薦 目標 對象 方法 裝置 | ||
本說明書提供一種向用戶推薦目標對象的方法，包括：根據(jù)目標對象的對象控制特征和對象隨機特征中的至少一個生成所述目標對象的對象特征；所述對象控制特征和對象隨機特征在對控制匹配模型和隨機匹配模型進行多任務交替訓練后得到；在多任務交替訓練中將控制樣本作為控制匹配模型的輸入樣本，將隨機樣本作為隨機匹配模型的輸入樣本，通過修改控制樣本中目標對象的對象控制特征或修改隨機樣本中目標對象的對象隨機特征的值來達到優(yōu)化目標；所述優(yōu)化目標包括使同一目標對象的對象控制特征和對象隨機特征之間的差異盡可能大；將用戶特征和目標對象的對象特征輸入匹配模型，根據(jù)匹配模型輸出的用戶特征與對象特征的匹配程度確定向用戶推薦的目標對象。
技術(shù)領(lǐng)域
本說明書涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種向用戶推薦目標對象的方法和裝置。
背景技術(shù)
數(shù)據(jù)挖掘的一個重要應用是利用歷史數(shù)據(jù)對未來做出預測。例如，通過過去若干年的氣象數(shù)據(jù)來預測明天的天氣，通過用戶之前看過的電影預測他可能感興趣的新電影等等。推薦系統(tǒng)通常以用戶的歷史行為為依據(jù)，來預測用戶與目標對象的匹配程度，以便將匹配程度高的目標對象推薦給用戶。
在采用推薦系統(tǒng)的預測結(jié)果向用戶推薦目標對象后，用戶的行為會發(fā)生變化。用戶對推薦系統(tǒng)的輸出結(jié)果做出的反饋，會與用戶對隨機推薦的目標對象做出的反饋有所不同；換言之，基于推薦策略的用戶行為(即在推薦系統(tǒng)控制下發(fā)生的用戶受控行為，即用戶在面對推薦系統(tǒng)的輸出結(jié)果時發(fā)生的行為)不同于用戶自然行為(或稱基于隨機策略的用戶行為，即用戶在沒有推薦系統(tǒng)或推薦系統(tǒng)為隨機推薦的情形下發(fā)生的行為)。這樣，當推薦系統(tǒng)持續(xù)使用基于推薦策略的用戶行為數(shù)據(jù)來做出預測時，被推薦系統(tǒng)改變的行為數(shù)據(jù)會難以避免的使推薦系統(tǒng)的預測產(chǎn)生偏差，從而降低推薦系統(tǒng)預測的準確程度，對用戶的時間精力造成浪費。
發(fā)明內(nèi)容
有鑒于此，本說明書提供一種向用戶推薦目標對象的方法，包括：
根據(jù)目標對象的對象控制特征和對象隨機特征中的至少一個生成所述目標對象的對象特征；所述對象控制特征和對象隨機特征在對控制匹配模型和隨機匹配模型進行多任務交替訓練后得到；其中，控制匹配模型是輸入項包括對象控制特征的匹配模型，隨機匹配模型是輸入項包括對象隨機特征的匹配模型；在多任務交替訓練中將控制樣本作為控制匹配模型的輸入樣本，將隨機樣本作為隨機匹配模型的輸入樣本，通過修改控制樣本中目標對象的對象控制特征、或修改隨機樣本中目標對象的對象隨機特征的值來達到優(yōu)化目標；所述優(yōu)化目標包括使同一目標對象的對象控制特征和對象隨機特征之間的差異盡可能大；
將用戶特征和目標對象的對象特征輸入匹配模型，根據(jù)匹配模型輸出的用戶特征與對象特征的匹配程度，確定向用戶推薦的目標對象。
本說明書還提供了一種向用戶推薦目標對象的裝置，包括：
對象特征生成單元，用于根據(jù)目標對象的對象控制特征和對象隨機特征中的至少一個生成所述目標對象的對象特征；所述對象控制特征和對象隨機特征在對控制匹配模型和隨機匹配模型進行多任務交替訓練后得到；其中，控制匹配模型是輸入項包括對象控制特征的匹配模型，隨機匹配模型是輸入項包括對象隨機特征的匹配模型；在多任務交替訓練中將控制樣本作為控制匹配模型的輸入樣本，將隨機樣本作為隨機匹配模型的輸入樣本，通過修改控制樣本中目標對象的對象控制特征、或修改隨機樣本中目標對象的對象隨機特征的值來達到優(yōu)化目標；所述優(yōu)化目標包括使同一目標對象的對象控制特征和對象隨機特征之間的差異盡可能大；
匹配程度預測單元，用于將用戶特征和目標對象的對象特征輸入匹配模型，根據(jù)匹配模型輸出的用戶特征與對象特征的匹配程度，確定向用戶推薦的目標對象。
本說明書提供的一種計算機設備，包括：存儲器和處理器；所述存儲器上存儲有可由處理器運行的計算機程序；所述處理器運行所述計算機程序時，執(zhí)行上述向用戶推薦目標對象的方法所述的步驟。
本說明書還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器運行時，執(zhí)行上述向用戶推薦目標對象的方法所述的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于支付寶（杭州）信息技術(shù)有限公司，未經(jīng)支付寶（杭州）信息技術(shù)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010135533.6/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
