[發明專利]推薦理由生成方法、裝置、設備及存儲介質

有效

• 申請號: 202010619641.0
• 申請日: 2020-07-01
• 公開（公告）號: CN112308650B
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 張海楠;陳宏申;丁卓冶;包勇軍;顏偉鵬
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06N3/08;G06N3/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;臧建明

本申請實施例提供一種推薦理由生成方法、裝置、設備及存儲介質，通過獲取待推薦對象的內容信息，并根據預先訓練好的推薦理由生成模型和內容信息，生成待推薦對象的推薦理由，其中，推薦理由生成模型使用的訓練數據包括多個對象的問答數據和內容信息。該技術方案中，由于推薦理由生成模型的訓練是結合多個對象的問答數據和內容信息，通過問答數據挖掘用戶最在意的商品，因此，通過本方案生成的推薦理由可準確定位用戶需求，提高了用戶的體驗。

技術領域

本申請實施例涉及通信技術領域，尤其涉及一種推薦理由生成方法、裝置、設備及存儲介質。

背景技術

目前，商品推薦的方法在學術界被廣泛研究，并在工業界得到了實際應用。在過去的電商場景下，大多數用戶會直接搜索自己想要的產品。但隨著經濟的快速發展和商品的日益豐富，越來越多的用戶并不知道自己需要什么，因此更加習慣于基于商品推薦進行網上購物。

當前較常見的推薦理由生成方案是根據商品的評論信息生成推薦理由。但該方案至少存在以下問題：

商品的評論信息包含了大量的好評模板和虛假好評信息，這些噪音會導致對用戶需求的定位不準確，進而影響所生成的推薦理由的效果。

發明內容

本申請實施例提供一種推薦理由生成方法、裝置、設備及存儲介質，以使得所生成的推薦理由可以準確定位用戶需求。

第一方面，本申請實施例提供一種推薦理由生成方法，包括：

獲取待推薦對象的內容信息；

根據預先訓練好的推薦理由生成模型和內容信息，生成待推薦對象的推薦理由，推薦理由生成模型使用的訓練數據包括多個對象的問答數據和內容信息。

在一種可能的實施方式中，上述根據預先訓練好的推薦理由生成模型和內容信息，生成待推薦對象的推薦理由，可以包括：

采用預設編碼器對所述內容信息進行編碼處理，得到內容信息向量；

根據預先訓練好的推薦理由生成模型和內容信息向量，生成待推薦對象的推薦理由。

在一種可能的實施方式中，內容信息可以包括標題和屬性。此時上述采用預設編碼器對內容信息進行編碼處理，得到內容信息向量，可以包括：

分別采用預設編碼器對標題和屬性進行編碼處理，得到標題向量和屬性向量；

根據標題向量和屬性向量及預設權重，得到內容信息向量。

在一種可能的實施方式中，上述根據預先訓練好的推薦理由生成模型和內容信息，生成待推薦對象的推薦理由之前，還可以包括：

獲取訓練數據；

基于訓練數據和多個對象對應的目標推薦理由，訓練初始模型得到推薦理由生成模型。

在一種可能的實施方式中，上述獲取訓練數據，包括：

獲取多個對象的內容信息；

獲取多個對象的問答數據；

對問答數據和內容信息進行過濾處理，獲得有效數據。

相應地，上述基于訓練數據和多個對象對應的目標推薦理由，訓練初始模型得到推薦理由生成模型，包括：基于多個對象的內容信息、有效數據和多個對象對應的目標推薦理由，訓練初始模型得到推薦理由生成模型。

第二方面，本申請實施例提供一種推薦理由生成裝置，包括：

獲取模塊，用于獲取待推薦對象的內容信息；

處理模塊，用于根據預先訓練好的推薦理由生成模型和內容信息，生成待推薦對象的推薦理由，推薦理由生成模型使用的訓練數據包括多個對象的問答數據和內容信息。