[發明專利]一種用戶協同過濾召回方法及裝置

有效

• 申請號: 202011465765.4
• 申請日: 2020-12-14
• 公開（公告）號: CN112528164B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 許娜娜
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q30/0601;G06F18/23213;G06V10/774
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 賈磊;李輝

1.一種用戶協同過濾召回方法，其特征在于，包括：

基于用戶的歷史行為數據訓練得到待召回產品的Embedding值；

根據所述待召回產品的Embedding值計算用戶的Embedding值；

根據所述用戶的Embedding值得到用戶聚類；

根據待推薦用戶的用戶基礎信息數據、所述用戶聚類及所述待召回產品的Embedding值構建待召回產品推薦列表，以向待推薦用戶推薦待召回產品；

其中，根據所述待召回產品的Embedding值計算用戶的Embedding值，包括：針對每一用戶，根據對應的歷史行為數據生成行為漏斗數據；根據所述行為漏斗數據計算不同歷史行為數據對應的行為權重；基于所述行為權重，對所述待召回產品的Embedding值進行加權求和，得到用戶的Embedding值。

2.根據權利要求1所述的用戶協同過濾召回方法，其特征在于，所述基于用戶的歷史行為數據訓練得到待召回產品的Embedding值，包括：

對待召回產品的基礎特征數據進行數字化處理；

根據用戶基礎信息數據、用戶針對所述待召回產品的歷史行為數據及數字化處理后的待召回產品的基礎特征數據建立訓練數據集；

基于所述訓練數據集對邏輯回歸模型進行訓練，得到待召回產品的Embedding值。

3.根據權利要求2所述的用戶協同過濾召回方法，其特征在于，所述根據所述用戶的Embedding值得到用戶聚類，包括：

根據預設的用戶聚類數量隨機選擇K個用戶，并分別確定所述K個用戶各自對應的用戶聚類中心；其中，K為預設的用戶聚類數量；

計算待聚類用戶的Embedding值到所述用戶聚類中心的距離，并將所述待聚類用戶劃入其Embedding值到所述用戶聚類中心的距離最小的用戶聚類；

更新劃入所述待聚類用戶后的用戶聚類的用戶聚類中心。

4.根據權利要求2所述的用戶協同過濾召回方法，其特征在于，所述基于所述訓練數據集對邏輯回歸模型進行訓練，得到待召回產品的Embedding值，包括：

基于所述訓練數據集對所述邏輯回歸模型進行訓練，得到待召回產品中各特征的Embedding值；

根據待召回產品中各特征的Embedding值的維度對所述待召回產品中各特征進行分類；

將相同分類下的各特征的Embedding值相加，得到各分類的Embedding值之和；

根據各分類的Embedding值之和生成待召回產品的Embedding值。

5.根據權利要求2所述的用戶協同過濾召回方法，其特征在于，所述根據待推薦用戶的用戶基礎信息數據、所述用戶聚類及所述待召回產品的Embedding值構建待召回產品推薦列表，以向待推薦用戶推薦待召回產品，包括：

基于所述待推薦用戶的Embedding值對所述待推薦用戶進行用戶聚類劃分；

將所述待推薦用戶所屬的用戶聚類中各用戶的Embedding值相加，得到所述待推薦用戶所屬的用戶聚類的Embedding值；

根據所述待推薦用戶所屬的用戶聚類的Embedding值，計算所述待推薦用戶所屬的用戶聚類的Embedding值與該用戶聚類下每一待召回產品的Embedding值的相似度；

根據所述相似度生成構建待召回產品推薦列表。

6.一種用戶協同過濾召回裝置，其特征在于，包括：

產品Embedding值確定單元，用于基于用戶的歷史行為數據訓練得到待召回產品的Embedding值；

用戶Embedding值確定單元，用于根據所述待召回產品的Embedding值計算用戶的Embedding值；

用戶聚類生成單元，用于根據所述用戶的Embedding值得到用戶聚類；

推薦列表構建單元，用于根據待推薦用戶的用戶基礎信息數據、所述用戶聚類及所述待召回產品的Embedding值構建待召回產品推薦列表，以向待推薦用戶推薦待召回產品。