[發明專利]信息處理方法、裝置、設備和存儲介質

在審

• 申請號: 202011505510.6
• 申請日: 2020-12-18
• 公開（公告）號: CN112580824A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 徐吉興;朱振龍;郎朗;單明輝
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06Q30/06
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 黃倩

本公開的實施例涉及信息處理方法、裝置、設備和存儲介質。信息處理方法包括獲取與用戶和/或目標對象相關的屬性信息，屬性信息指示用戶和/或目標對象的至少一個屬性值；通過按與多個粒度分別對應的多個分桶策略來對屬性信息執行分桶操作，來提取屬性信息在多個粒度上的多個單粒度特征表示；通過合并多個單粒度特征表示來生成多粒度融合特征表示；以及基于多粒度融合特征表示，確定用戶對目標對象的感興趣程度。通過以多粒度進行信息的特征提取，能夠融合與用戶和/或目標對象相關的屬性信息在不同粒度上的特征表示，這能夠實現用戶對目標對象的感興趣程度的更準確評估。

技術領域

本公開總體上涉及推薦系統領域，更特別地涉及信息處理方法、裝置、設備和計算機可讀存儲介質。

背景技術

在很多應用場景下需要了解用戶對特定對象的感興趣程度。一個典型的應用場景是個性化推薦。推薦系統通過分析用戶和特定對象的相關信息，確定用戶是否對某個對象感興趣，從而向相應的用戶提供針對目標對象的個性化推薦。在互聯網平臺中，向用戶提供精準的個性化推薦能夠提升用戶的使用體驗。推薦系統應用的場景包括但不限于商品推薦、服務推薦、新聞推薦、網頁推薦、電臺推薦、音樂推薦等。例如，對于電子商務網站，精準的個性化推薦可以提高用戶挑選商品的效率，從而提高網站的收益。因此，為了能夠向用戶提供更加精準的個性化推薦，期望能夠更準確地評估用戶對特定對象的感興趣程度。

發明內容

根據本公開的一些實施例，提供了一種信息處理的方案，特別是基于多粒度特征提取的信息處理方案。

在本公開的第一方面，提供了一種信息處理方法。該方法包括獲取與用戶和/或目標對象相關的屬性信息，屬性信息指示用戶和/或目標對象的至少一個屬性值；通過按與多個粒度分別對應的多個分桶策略來對屬性信息執行分桶操作，來提取屬性信息在多個粒度上的多個單粒度特征表示；通過合并多個單粒度特征表示來生成多粒度融合特征表示；以及基于多粒度融合特征表示，確定用戶對目標對象的感興趣程度。

在本公開的第二方面，提供了一種用于信息處理的裝置。該裝置包括屬性信息獲取模塊，被配置為獲取與用戶和/或目標對象相關的屬性信息，屬性信息指示用戶和/或目標對象的至少一個屬性值；單粒度特征表示提取模塊，被配置為通過按與多個粒度分別對應的多個分桶策略來對屬性信息執行分桶操作，來提取屬性信息在多個粒度上的多個單粒度特征表示；多粒度融合特征表示生成模塊，被配置為：通過合并多個單粒度特征表示來生成多粒度融合特征表示；以及感興趣程度確定模塊，被配置為基于多粒度融合特征表示，確定用戶對目標對象的感興趣程度。

在本公開的第三方面，提供了一種電子設備，包括存儲器和處理器，其中存儲器用于存儲計算機可執行指令，計算機可執行指令被處理器執行以實現根據本公開的第一方面的方法。

在本公開的第四方面，提供了一種計算機可讀存儲介質，其上存儲有計算機可執行指令，其中計算機可執行指令在被處理器執行時，使處理器執行根據本公開的第一方面的方法。

根據本公開的各種實施例，通過以多粒度進行信息的特征提取，能夠融合與用戶和/或目標對象相關的屬性信息在不同粒度上的特征表示。這能夠實現用戶對目標對象的感興趣程度的更準確評估，從而進一步有助于提高后續任務(諸如，個性化推薦)的準確性和穩定性。

附圖說明

結合附圖并參考以下詳細說明，本公開各實現方式的特征、優點及其他方面將變得更加明顯。在此以示例性而非限制性的方式示出了本公開的若干實現方式，在附圖中：

圖1示出了能夠在其中實現本公開的實施例的示例性環境的示意圖；

圖2示出了根據本公開的一些實施例的用于生成感興趣程度的感興趣程度預測模塊的示意圖；

圖3示出了根據本公開的一些實施例的圖2的多粒度融合特征表示生成模塊的示例結構框圖；

圖4示出了根據本公開的一些實施例的用于訓練圖2的特征提取模型的模型訓練系統的示例結構框圖；