[發明專利]一種物品推薦方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 202010196317.2
• 申請日: 2020-03-19
• 公開（公告）號: CN111415222B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 趙朋朋;烏倩倩;凌曉峰
• 申請（專利權）人: 蘇州大學
• 主分類號: G06Q30/0601
• 分類號: G06Q30/0601
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 侯珊

1.一種物品推薦方法，其特征在于，包括：

利用兩層自適應注意力網絡，從用戶歷史評論和目標物品對應的物品歷史評論中獲取用戶對所述目標物品的偏好信息；其中，所述偏好信息包括可見偏好信息和不可見偏好信息；

利用評論驅動的視覺注意力網絡結合所述偏好信息，計算所述目標物品的圖像向量表示；

獲取原用戶向量表示，并將所述原用戶向量表示與所述偏好信息結合，得到目標用戶向量表示；

獲取所述目標物品對應的原物品向量表示，并將所述原物品向量表示與所述圖像向量表示結合，得到目標物品向量表示；

對所述目標用戶向量表示和所述目標物品向量表示進行相似度評分計算，得到評分計算結果；

根據所述評分計算結果向所述用戶進行物品推薦；

其中，所述利用評論驅動的視覺注意力網絡結合所述偏好信息，計算所述目標物品的圖像向量表示，包括：利用評論驅動的視覺注意力網絡結合將預測用戶評論作為弱監督信號得到的偏好信息，計算所述圖像向量表示；其中，所述預測用戶評論為通過包括所述兩層自適應注意力網絡和評論驅動的視覺注意力網絡的物品推薦模型訓練得到；

所述利用評論驅動的視覺注意力網絡結合將預測用戶評論作為弱監督信號得到的偏好信息，計算所述圖像向量表示，包括：利用VGG-19網絡對目標物體的圖像進行區域劃分，得到各圖像區域；獲取各所述圖像區域的區域向量表示；結合將所述預測用戶評論作為弱監督信號得到的偏好信息和各所述區域向量表示，分別計算各所述區域向量表示對應的第三權重值；對各所述區域向量表示和對應的第三權重值進行加權計算，得到所述圖像向量表示。

2.根據權利要求1所述的物品推薦方法，其特征在于，利用兩層自適應注意力網絡，從用戶歷史評論和目標物品對應的物品歷史評論中獲取用戶對所述目標物品的偏好信息，包括：

利用所述兩層自適應注意力網絡對所述用戶歷史評論和所述原物品向量表示進行計算，得到所述用戶歷史評論中與所述目標物品的第一相關信息；

利用所述兩層自適應注意力網絡對所述物品歷史評論和所述原用戶向量表示進行計算，得到所述物品歷史評論中與所述用戶的第二相關信息；

結合所述第一相關信息和所述第二相關信息得到所述用戶對所述目標物品的偏好信息。

3.根據權利要求2所述的物品推薦方法，其特征在于，利用所述兩層自適應注意力網絡對所述用戶歷史評論和所述原物品向量表示進行計算，得到所述用戶歷史評論中與所述目標物品的第一相關信息，包括：

分別獲取所述用戶歷史評論的每個評論中各單詞的詞向量表示；

將所述原物品向量表示與各所述詞向量表示轉換到同一空間；

利用所述兩層自適應注意力網絡對所述原物品向量表示和各所述詞向量表示進行計算，得到各所述詞向量表示分別對應的第一權重值；

對每個評論中各所述詞向量表示和對應的第一權重值進行加權計算，得到每個評論的句子向量表示；

將所述原物品向量表示與各所述句子向量表示轉換到同一空間；

利用所述兩層自適應注意力網絡對所述原物品向量表示和各所述句子向量表示進行計算，得到各所述句子向量表示分別對應的第二權重值；

對各所述句子向量表示和對應的第二權重值進行加權計算，得到所述第一相關信息。

4.根據權利要求1至3任一項所述的物品推薦方法，其特征在于，對所述目標用戶向量表示和所述目標物品向量表示進行相似度評分計算，得到評分計算結果，包括：

對所述目標用戶向量表示和所述目標物品向量表示進行相似度評分計算，得到所述用戶對所述目標物品感興趣的概率值；

根據所述評分計算結果向所述用戶進行物品推薦，包括：

對多個所述目標物品的概率值進行大小排序，將概率值高于預設值的目標物品推薦給所述用戶。