[發(fā)明專利]物品推薦方法、裝置、介質(zhì)及計(jì)算機(jī)設(shè)備

在審

• 申請?zhí)枺?/td>: 202010187476.6
• 申請日: 2020-03-17
• 公開（公告）號: CN111400613A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計(jì)）人: 夏成成
• 申請（專利權(quán)）人: 蘇寧金融科技（南京）有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q30/06;G06Q50/00
• 代理公司: 北京市萬慧達(dá)律師事務(wù)所 11111
• 代理人: 劉艷麗

1.一種物品推薦方法，所述方法包括：

獲取用戶行為數(shù)據(jù)，所述用戶行為數(shù)據(jù)包括多個賬戶的物品訪問數(shù)據(jù)；

根據(jù)所述用戶行為數(shù)據(jù)進(jìn)行特征提取得到多個特征向量；

根據(jù)所述特征向量、所述物品訪問數(shù)據(jù)以及預(yù)設(shè)的推薦模型得到各個賬戶對應(yīng)的物品推薦列表；

當(dāng)接收到當(dāng)前賬戶提交的物品推薦請求時，根據(jù)各個賬戶對應(yīng)的物品推薦列表獲取與所述物品推薦請求匹配的物品推薦列表；

將與所述物品推薦請求匹配的物品推薦列表反饋至所述當(dāng)前賬戶的終端展示。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述用戶行為數(shù)據(jù)進(jìn)行特征提取得到多個特征向量，包括：

根據(jù)所述用戶行為數(shù)據(jù)確定各個賬戶對應(yīng)的第一特征向量以及各個物品對應(yīng)的第二特征向量；

所述物品訪問數(shù)據(jù)包括被訪問的物品數(shù)據(jù)，所述根據(jù)所述特征向量、所述物品訪問數(shù)據(jù)以及預(yù)設(shè)的推薦模型得到各個賬戶對應(yīng)的物品推薦列表，包括：

根據(jù)所述第一特征向量、所述第二特征向量以及所述推薦模型確定各個賬戶之間的第一相似度以及各個物品之間的第二相似度；

根據(jù)所述第一相似度、所述第二相似度以及各物品數(shù)據(jù)確定各個賬戶對應(yīng)的物品推薦列表。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述用戶行為數(shù)據(jù)還包括用戶關(guān)系數(shù)據(jù)，所述獲取用戶行為數(shù)據(jù)，包括：

獲取第三方社交平臺上所述各個賬戶的用戶關(guān)系數(shù)據(jù)；

所述根據(jù)所述用戶行為數(shù)據(jù)確定各個賬戶對應(yīng)的第一特征向量以及各個物品對應(yīng)的第二特征向量，包括：

根據(jù)各個賬戶的物品訪問數(shù)據(jù)以及預(yù)先訓(xùn)練的特征提取模型確定各個賬戶對應(yīng)的第三特征向量以及各個物品對應(yīng)的第二特征向量；

根據(jù)所述用戶關(guān)系數(shù)據(jù)以及所述第三特征向量確定所述第一特征向量。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)各個賬戶的物品訪問數(shù)據(jù)以及預(yù)先訓(xùn)練的特征提取模型確定各個賬戶對應(yīng)的第三特征向量以及各個物品對應(yīng)的第二特征向量，包括：

根據(jù)預(yù)先訓(xùn)練的特征提取模型將所述物品訪問數(shù)據(jù)映射成用戶信息向量以及物品信息向量；

對所述用戶信息向量以及所述物品信息向量分別進(jìn)行降維處理，得到所述第三特征向量以及所述第二特征向量。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述第一相似度、所述第二相似度以及各物品數(shù)據(jù)確定各個賬戶對應(yīng)的物品推薦列表，包括：

根據(jù)所述第一相似度、所述第二相似度以及各物品數(shù)據(jù)確定各個賬戶對應(yīng)的初始推薦列表：

獲取第一預(yù)設(shè)時間段內(nèi)各個賬戶的物品訪問數(shù)據(jù)；

根據(jù)所述第一預(yù)設(shè)時間段內(nèi)各個賬戶的物品訪問數(shù)據(jù)更新所述初始推薦列表，得到各個賬戶對應(yīng)的物品推薦列表。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)各個賬戶對應(yīng)的物品推薦列表獲取與所述物品推薦請求匹配的物品推薦列表，包括：

提取所述物品推薦請求中的待推薦物品信息；

根據(jù)所述當(dāng)前賬戶以及所述各個賬戶對應(yīng)的物品推薦列表獲取候選推薦列表，所述候選推薦列表為候選推薦列表；

根據(jù)預(yù)先訓(xùn)練的排序模型對所述候選推薦列表進(jìn)行排序，得到與所述物品推薦請求匹配的物品推薦列表。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：

利用所述用戶行為數(shù)據(jù)訓(xùn)練初始排序模型；

所述方法還包括：

獲取第二預(yù)設(shè)時間段內(nèi)各個賬戶的物品訪問數(shù)據(jù)；

利用所述第二預(yù)設(shè)時間段內(nèi)各個賬戶的物品訪問數(shù)據(jù)得到新的模型參數(shù)；

根據(jù)所述初始排序模型以及所述新的模型參數(shù)得到新的排序模型；

所述根據(jù)預(yù)先訓(xùn)練的排序模型對所述候選推薦列表進(jìn)行排序，得到與所述物品推薦請求匹配的物品推薦列表，包括：

根據(jù)所述新的排序模型對所述候選推薦列表進(jìn)行排序，得到與所述物品推薦請求匹配的物品推薦列表。