[發(fā)明專利]對(duì)象推薦方法、裝置和設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110347448.0
• 申請(qǐng)日: 2021-03-31
• 公開（公告）號(hào): CN115146149A
• 公開（公告）日: 2022-10-04
• 發(fā)明（設(shè)計(jì)）人: 聶平;李栓道;徐聰;趙銘
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（北京）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/958;G06K9/62
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 朱佳

1.一種對(duì)象推薦方法，其特征在于，所述方法包括：

基于各個(gè)候選賬戶各自對(duì)應(yīng)的歷史操作對(duì)象序列，以及各個(gè)歷史操作對(duì)象序列各自對(duì)應(yīng)的至少一個(gè)操作對(duì)象屬性序列，分別獲得所述各個(gè)候選賬戶各自的賬戶特征向量；其中，每個(gè)操作對(duì)象屬性序列，是基于相應(yīng)的歷史操作對(duì)象序列中各個(gè)歷史操作對(duì)象的同類屬性構(gòu)成的；

基于獲得的各個(gè)賬戶特征向量，從所述各個(gè)候選賬戶中，確定出待進(jìn)行對(duì)象推薦的目標(biāo)賬戶的至少一個(gè)相似賬戶，每個(gè)相似賬戶為與所述目標(biāo)賬戶的相似度滿足設(shè)定要求的候選賬戶；

基于所述至少一個(gè)相似賬戶的歷史操作對(duì)象序列，獲得多個(gè)候選推薦對(duì)象；

從所述多個(gè)候選推薦對(duì)象中，確定所述目標(biāo)賬戶的目標(biāo)推薦對(duì)象。

2.如權(quán)利要求1所述的方法，其特征在于，基于各個(gè)候選賬戶各自對(duì)應(yīng)的歷史操作對(duì)象序列，以及各個(gè)歷史操作對(duì)象序列各自對(duì)應(yīng)的至少一個(gè)操作對(duì)象屬性序列，分別獲得所述各個(gè)候選賬戶各自的賬戶特征向量，包括：

基于所述各個(gè)歷史操作對(duì)象序列，以及所述各個(gè)歷史操作對(duì)象序列各自對(duì)應(yīng)的至少一個(gè)操作對(duì)象屬性序列，構(gòu)建多個(gè)元素序列；其中，每個(gè)元素序列為一個(gè)候選賬戶的操作對(duì)象子序列或者操作對(duì)象屬性子序列；

基于所述多個(gè)元素序列對(duì)元素預(yù)測(cè)模型進(jìn)行迭代訓(xùn)練，并在所述元素預(yù)測(cè)模型收斂時(shí)，將最后一次迭代訓(xùn)練輸出的各個(gè)賬戶特征向量，確定為各個(gè)候選賬戶的賬戶特征向量。

3.如權(quán)利要求2所述的方法，其特征在于，在一次迭代訓(xùn)練過程中，執(zhí)行以下操作：

針對(duì)所述多個(gè)元素序列中的各個(gè)元素序列，分別執(zhí)行以下操作：針對(duì)所述各個(gè)元素序列中的一個(gè)元素序列，基于相應(yīng)的候選賬戶的賬戶特征向量，以及所述一個(gè)元素序列包括的N個(gè)元素中的N-1個(gè)元素的元素特征向量，獲得所述一個(gè)元素序列中除所述N-1個(gè)元素之外的一個(gè)元素的預(yù)測(cè)特征向量；其中，N為正整數(shù)；將所述預(yù)測(cè)特征向量與所述一個(gè)元素的元素特征向量進(jìn)行對(duì)比，獲得對(duì)比結(jié)果；

基于所述各個(gè)元素序列對(duì)應(yīng)的對(duì)比結(jié)果，獲得所述元素預(yù)測(cè)模型的模型損失值；

基于所述模型損失值更新各個(gè)候選賬戶各自的賬戶特征向量。

4.如權(quán)利要求3所述的方法，其特征在于，針對(duì)所述各個(gè)元素序列中的一個(gè)元素序列，基于相應(yīng)的候選賬戶的賬戶特征向量，以及所述一個(gè)元素序列包括的N個(gè)元素中的N-1個(gè)元素的元素特征向量，獲得所述一個(gè)元素序列中除所述N-1個(gè)元素之外的其余一個(gè)元素的預(yù)測(cè)特征向量，包括：

基于所述候選賬戶的賬戶特征向量，以及所述一個(gè)元素序列的前N-1個(gè)元素的元素特征向量，獲得所述一個(gè)元素序列的第N個(gè)元素的預(yù)測(cè)特征向量；或者，

基于所述候選賬戶的賬戶特征向量、所述一個(gè)元素序列的前M個(gè)元素的元素特征向量，以及最后M個(gè)元素的元素特征向量，獲得所述一個(gè)元素序列的第M+1個(gè)元素的預(yù)測(cè)特征向量，其中，M為正整數(shù)，且N＝2M+1。

5.如權(quán)利要求3所述的方法，其特征在于，所述針對(duì)所述各個(gè)元素序列中的一個(gè)元素序列，基于相應(yīng)的候選賬戶的賬戶特征向量，以及所述一個(gè)元素序列包括的N個(gè)元素中的N-1個(gè)元素的元素特征向量，獲得所述一個(gè)元素序列中除所述N-1個(gè)元素之外的其余一個(gè)元素的預(yù)測(cè)特征向量，包括：

對(duì)所述N-1個(gè)元素的元素特征向量進(jìn)行融合處理，獲得融合特征向量；

基于所述候選賬戶的賬戶特征向量和所述融合特征向量進(jìn)行特征提取，獲得所述預(yù)測(cè)特征向量。

6.如權(quán)利要求5所述的方法，其特征在于，所述融合處理，包含以下方式中的任一種：

對(duì)所述N-1個(gè)元素的元素特征向量進(jìn)行池化處理，獲得所述融合特征向量；

按照所述元素預(yù)測(cè)模型包括的卷積核以及設(shè)定的卷積步長(zhǎng)，對(duì)由所述N-1個(gè)元素的元素特征向量組成的特征向量矩陣進(jìn)行卷積處理，獲得所述融合特征向量；

對(duì)所述N-1個(gè)元素的元素特征向量進(jìn)行序列化特征提取，獲得所述融合特征向量。