[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

本發明公開了一種物品推薦方法，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目標物品的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模網絡結合偏好信息，計算目標物品的圖像向量表示；將原用戶向量表示與偏好信息結合，得到目標用戶向量表示；將原物品向量表示與圖像向量表示結合，得到目標物品向量表示；對目標用戶向量表示和目標物品向量表示進行相似度評分計算；根據評分計算結果向用戶進行物品推薦。本發明充分結合了用戶的可視偏好信息和不可視偏好信息進行物品推薦，較大地提高了物品推薦的準確性。本發明還公開了一種物品推薦裝置、設備及存儲介質，具有相應技術效果。

技術領域

本發明涉及計算機應用技術領域，特別是涉及一種物品推薦方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著在線購物的快速發展，近年來，使用圖像進行可解釋的個性化物品推薦已引起越來越多的關注。如今，在網上購買物品時，用戶的決定主要受到產品外觀的影響。

現有的物品推薦方式已經能夠捕獲用戶對可視特征的偏好，并提供直觀的圖像解釋。但是，用戶無法從圖像中觀察到的不可見特征，例如衣服的材質和質量，并且沒有提供相應的文本解釋，并且這些不可見特征也會影響用戶的決定。從而忽略了用戶的個性化視覺偏好，忽略了不可視偏好的獲取，并且由于圖像表達的限制性而無法提供對不可視特征的解釋，進而導致物品推薦的準確性低。

綜上所述，如何有效地解決現有的物品推薦方式忽略了對用戶不可視偏好的獲取，物品推薦的準確性低等問題，是目前本領域技術人員急需解決的問題。

發明內容

本發明的目的是提供一種物品推薦方法，該方法實現了視覺信息和文本信息的共同增強，充分結合了用戶的可視偏好信息和不可視偏好信息進行物品推薦，較大地提高了物品推薦的準確性；本發明的另一目的是提供一種物品推薦裝置、設備及計算機可讀存儲介質。

為解決上述技術問題，本發明提供如下技術方案：

一種物品推薦方法，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。

在本發明的一種具體實施方式中，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。

在本發明的一種具體實施方式中，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；