[發明專利]用于推薦目標對象的方法、計算設備和計算機存儲介質

有效

• 申請號: 202010715311.1
• 申請日: 2020-07-23
• 公開（公告）號: CN111738807B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 胡強;烏景猛
• 申請（專利權）人: 上海眾旦信息科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/06
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 王茂華

1.一種用于推薦目標對象的方法，包括：

提取關于目標對象的圖像的圖像特征；

獲取關于所述目標對象的評論信息，以便基于所述評論信息生成與所述評論信息相關聯的標簽特征；

統計預定時間間隔內關于所述目標對象的預定操作，以便生成操作特征；

融合所述圖像特征、所述標簽特征和所述操作特征，以生成關于所述目標對象的描述特征，所述描述特征的維度小于所述圖像特征、所述標簽特征和所述操作特征的維度之和；

基于所述描述特征，確定與用戶操作所針對的當前目標對象與待選目標對象的相似度，以用于基于所述相似度確定用以向所述用戶顯示待推薦目標對象的顯示順序；

基于所述顯示順序，顯示所述待推薦目標對象的圖像；

其中基于所述評論信息生成與所述評論信息相關聯的標簽特征包括：

將與所述目標對象相關聯的評論信息轉化為特征向量；

基于所述特征向量，確定關于所述評論信息的屬性概率，所述屬性與所述目標對象的類型相關聯；

基于所確定的屬性概率，確定關于所述評論信息的屬性；以及

基于所述評論信息，確定關于所述屬性的情感傾向概率，以用于確定關于所述屬性的情感傾向。

2.根據權利要求1所述的方法，其中融合所述圖像特征、所述標簽特征和所述操作特征以生成關于所述目標對象的描述特征包括：

拼接所述圖像特征、所述標簽特征和所述操作特征，以生成用于輸入第一神經網絡模型的輸入特征；以及

基于所述輸入特征，經由所述第一神經網絡模型，確定關于所述目標對象的所述描述特征，所述第一神經網絡模型是經由多個樣本訓練的。

3.根據權利要求2所述的方法，其中所述第一神經網絡模型是基于自編碼網絡而構建的。

4.根據權利要求1所述的方法，其中基于所述評論信息生成與所述評論信息相關聯的標簽特征還包括：

基于所確定的關于所述屬性的情感傾向和所述評論信息，確定待選評論信息；以及

提取所述待選評論信息中與所述屬性的情感傾向相關聯的關鍵詞信息，以便基于所述屬性和所述關鍵詞信息生成與所述目標對象相關聯的所述標簽特征。

5.根據權利要求4所述的方法，其中所述屬性包括味道、價格、顏色、尺寸、功能、品質、內飾、耗電情況、材料、價格中的至少一個，所述目標對象為商品。

6.根據權利要求4所述的方法，其中基于所確定的關于所述屬性的情感傾向和所述評論信息確定待選評論信息包括：

響應于確定所述屬性的情感傾向符合預定條件，確定所述評論信息的長度是否大于或者等于預定長度閾值；以及

響應于確定所述評論信息的長度大于或者等于預定長度閾值，確定所述評論信息為所述待選評論信息。

7.根據權利要求1所述的方法，其中基于所述描述特征，確定與用戶操作所針對的當前目標對象與待選目標對象的相似度，以用于基于所述相似度確定用以向所述用戶顯示待推薦目標對象的顯示順序包括：

獲取所述用戶操作所針對的當前目標對象的描述特征；

針對所述當前目標對象的描述特征進行局部敏感哈希計算，以生成第一哈希值；

獲取分組哈希值與所述第一哈希值相同的待選目標對象的描述特征，所述分組哈希值是經由針對目標對象的描述特征進行局部敏感哈希計算而生成的；以及

分別計算所述當前目標對象的描述特征與所述待選目標對象的描述特征的相似度，以便基于相似度計算結果確定向所述用戶顯示目標對象的順序。

8.根據權利要求7所述的方法，還包括：

針對所有目標對象中的每一個目標對象的描述特征進行局部敏感哈希計算，以生成所述每一個目標對象的分組哈希值；以及

將具有相同分組哈希值的多個目標對象與相同的哈希桶相關聯。

9.根據權利要求1所述的方法，其中關于所述目標對象的預定操作包括以下的至少一項：針對所述目標對象的點擊操作、添加購物車操作、下單操作、設置為關注。