[發明專利]基于詞向量的圖片推薦方法及相關設備

在審

• 申請號: 202010611569.7
• 申請日: 2020-06-29
• 公開（公告）號: CN111797257A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 梁天新
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06F16/535
• 分類號: G06F16/535;G06F16/58;G06F16/55;G06F16/9535;G06F16/35;G06F16/36;G06F40/30
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 李莎

本公開提供了一種基于詞向量的圖片推薦方法及相關設備，包括：獲取當前圖片的圖片信息；根據所述當前圖片的圖片信息，調用基于詞向量的推薦算法模型，確定推薦圖片；其中，所述基于詞向量的推薦算法模型用于生成所述當前圖片的詞向量并基于所述當前圖片的詞向量確定所述推薦圖片；輸出所述推薦圖片。本公開提供基于詞向量的圖片推薦方法及相關設備，能夠較好地進行圖片推薦。

技術領域

本公開涉及機器學習技術領域，特別是指一種基于詞向量的圖片推薦方法及相關設備。

背景技術

用戶在使用展示圖片的設備時，希望能夠基于當前展示的圖片或自身的喜好來獲得下一張圖片，這種方式即為圖片推薦。

但是，現有的圖片推薦方法要么僅依賴于用戶對圖片的描述信息，要么僅依賴于圖片間的關聯關系，推薦效果一般。

發明內容

有鑒于此，本公開實施例的目的之一在于，提出一種基于詞向量的圖片推薦方法及相關設備，以在一定程度上解決推薦效果不好的問題。

基于上述目的，本公開實施例提供的基于詞向量的圖片推薦方法，包括：

獲取當前圖片的圖片信息；

根據所述當前圖片的圖片信息，調用基于詞向量的推薦算法模型，確定推薦圖片；其中，所述基于詞向量的推薦算法模型用于生成所述當前圖片的詞向量并基于所述當前圖片的詞向量確定所述推薦圖片；

輸出所述推薦圖片。

可選地，所述方法還包括：

若接收到冷啟動消息，則輸出標簽頁，所述標簽頁中包括多個圖片標簽；

接收用戶點擊所述圖片標簽的信息；

根據所述用戶點擊圖片標簽的信息，調用所述基于詞向量的推薦算法模型，確定推薦圖片；

輸出所述推薦圖片。

可選地，所述基于詞向量的推薦算法模型的訓練方法包括：

確定圖片數據集，并根據所述圖片數據集構建知識圖譜；

按照所述知識圖譜中的分類，對所述圖片數據集中的圖片分別構建對應的第一序列；

對所述圖片數據集中的圖片隨機構建第二序列；

創建第一初始神經網絡模型和第二初始神經網絡模型；

利用包括所述第一序列的第一訓練集訓練所述第一初始神經網絡模型，利用包括所述第二序列構成的第二訓練集訓練所述第二初始神經網絡模型；

當損失函數達到預設目標時，訓練得到的第一神經網絡模型和第二神經網絡模型即為所述基于詞向量的推薦算法模型；

其中，所述第一神經網絡模型和第二神經網絡模型共享權重。

可選地，所述基于詞向量的推薦算法模型的訓練方法，還包括：根據用戶的點擊數據，構建第三序列；

利用包括所述第一序列的第一訓練集訓練所述第一初始神經網絡模型，包括：利用包括所述第一序列和第三序列的第一訓練集訓練所述第一初始神經網絡模型。

可選地，所述方法還包括：獲取用戶的點擊指令，根據所述點擊指令確定推薦圖片；

根據用戶的點擊數據，構建第三序列，包括：

收集根據所述點擊指令確定的推薦圖片的序列；

根據所述推薦圖片的序列，構建所述第三序列。

可選地，當損失函數達到預設目標時，訓練得到的第一神經網絡模型和第二神經網絡模型即為所述基于詞向量的推薦算法模型，包括：