[發(fā)明專利]推薦方法、裝置、電子設(shè)備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202010988965.1 | 申請日： | 2020-09-18 |
| 公開（公告）號： | CN112114968A | 公開（公告）日： | 2020-12-22 |
| 發(fā)明（設(shè)計）人： | 黃仁杰;廉相如;陳磊 | 申請（專利權(quán)）人： | 北京達佳互聯(lián)信息技術(shù)有限公司 |
| 主分類號： | G06F9/50 | 分類號： | G06F9/50;G06F16/9535;G06N3/08 |
| 代理公司： | 廣州華進聯(lián)合專利商標代理有限公司 44224 | 代理人： | 黃麗霞 |
| 地址： | 100085 北京市海淀*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 推薦 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
1.一種推薦方法，其特征在于，應(yīng)用于由中央處理器CPU和圖形處理器GPU組成的推薦系統(tǒng)中，包括：
所述中央處理器CPU響應(yīng)于目標賬戶的推薦請求，確定所述目標賬戶對應(yīng)的候選對象；
所述中央處理器CPU獲取所述候選對象對應(yīng)的對象特征向量；
所述中央處理器CPU將所述候選對象對應(yīng)的對象特征向量和所述目標賬戶的賬戶特征向量發(fā)送至深度學(xué)習(xí)模型，所述深度學(xué)習(xí)模型預(yù)先部署在圖形處理器GPU上；
所述圖形處理器GPU通過所述深度學(xué)習(xí)模型獲取所述候選對象對應(yīng)的對象特征向量和所述目標賬戶的賬戶特征向量之間的相似度，將所述相似度作為所述候選對象的推薦分數(shù)；
所述中央處理器CPU根據(jù)所述候選對象的推薦分數(shù)對所述候選對象進行排序，得到排序后的所述候選對象，并對排序后的所述候選對象進行推薦。
2.根據(jù)權(quán)利要求1所述的推薦方法，其特征在于，所述所述中央處理器CPU獲取所述候選對象對應(yīng)的對象特征向量，包括：
所述中央處理器CPU根據(jù)所述候選對象，從對象特征索引數(shù)據(jù)中查詢得到與所述候選對象對應(yīng)的原始對象特征，所述原始對象特征包括稀疏特征和稠密特征；
所述中央處理器CPU根據(jù)所述稀疏特征和所述稠密特征，生成所述候選對象對應(yīng)的對象特征向量。
3.根據(jù)權(quán)利要求2所述的推薦方法，其特征在于，所述所述中央處理器CPU根據(jù)所述稀疏特征和所述稠密特征，生成所述候選對象對應(yīng)的對象特征向量，包括：
所述中央處理器CPU根據(jù)所述稀疏特征，從預(yù)先生成的嵌入向量表中查詢得到與所述稀疏特征對應(yīng)的嵌入特征向量；
所述中央處理器CPU將所述稠密特征和所述稀疏特征對應(yīng)的嵌入特征向量進行拼接處理，生成所述候選對象對應(yīng)的對象特征向量。
4.根據(jù)權(quán)利要求3所述的推薦方法，其特征在于，所述方法還包括：
所述中央處理器CPU從消息隊列中獲取壓縮后的嵌入向量表的更新數(shù)據(jù)，所述嵌入向量表的更新數(shù)據(jù)是根據(jù)對象對應(yīng)的原始對象特征對嵌入向量模型進行訓(xùn)練生成的；
所述中央處理器CPU根據(jù)所述壓縮后的嵌入向量表的更新數(shù)據(jù)，對所述嵌入向量表進行增量更新。
5.根據(jù)權(quán)利要求2所述的推薦方法，其特征在于，所述方法還包括：
所述中央處理器CPU從消息隊列中獲取待更新對象以及與所述待更新對象對應(yīng)的待更新原始對象特征；
所述中央處理器CPU根據(jù)所述待更新對象以及與所述待更新對象對應(yīng)的待更新原始對象特征，對所述對象特征索引數(shù)據(jù)進行更新。
6.根據(jù)權(quán)利要求1所述的推薦方法，其特征在于，所述中央處理器CPU將所述候選對象對應(yīng)的對象特征向量和所述目標賬戶的賬戶特征向量發(fā)送至深度學(xué)習(xí)模型，包括:
所述中央處理器CPU將所述對象特征向量和所述賬戶特征向量復(fù)制至預(yù)先分配的所述中央處理器CPU的頁鎖定內(nèi)存中；
所述中央處理器CPU通過預(yù)先創(chuàng)建的多個統(tǒng)一計算設(shè)備架構(gòu)CUDA流將所述對象特征向量和所述賬戶特征向量傳輸至所述圖形處理器GPU。
7.根據(jù)權(quán)利要求6所述的推薦方法，其特征在于，所述所述中央處理器CPU將所述對象特征向量和所述賬戶特征向量復(fù)制至預(yù)先分配的所述中央處理器CPU的頁鎖定內(nèi)存中，包括：
所述中央處理器CPU獲取預(yù)先對所述頁鎖定內(nèi)存進行內(nèi)存分配形成的多個內(nèi)存塊；
所述中央處理器CPU將所述對象特征向量和所述賬戶特征向量復(fù)制至所述頁鎖定內(nèi)存的內(nèi)存塊中。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京達佳互聯(lián)信息技術(shù)有限公司，未經(jīng)北京達佳互聯(lián)信息技術(shù)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010988965.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
