[發明專利]對象推薦方法、裝置、電子設備及存儲介質在審
| 申請號: | 202110539783.0 | 申請日: | 2021-05-18 |
| 公開(公告)號: | CN113420203A | 公開(公告)日: | 2021-09-21 |
| 發明(設計)人: | 李炬盼;曹萌;劉旭東;梅曉茸 | 申請(專利權)人: | 北京達佳互聯信息技術有限公司 |
| 主分類號: | G06F16/9535 | 分類號: | G06F16/9535;G06K9/46;G06K9/62 |
| 代理公司: | 廣州三環專利商標代理有限公司 44202 | 代理人: | 郝傳鑫;賈允 |
| 地址: | 100085 北京市海淀*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 對象 推薦 方法 裝置 電子設備 存儲 介質 | ||
1.一種對象推薦方法,其特征在于,包括:
獲取目標用戶的用戶標識信息、所述目標用戶的歷史行為對象的第一對象內容數據和待推薦對象的第二對象內容數據;
基于所述用戶標識信息、所述第一對象內容數據和所述第二對象內容數據進行對象召回處理,得到所述待推薦對象的下發指標數據;
基于所述下發指標數據向所述目標用戶進行對象推薦。
2.根據權利要求1所述的對象推薦方法,其特征在于,所述基于所述用戶標識信息、所述第一對象內容數據和所述第二對象內容數據進行對象召回處理,得到所述待推薦對象的下發指標數據包括:
根據所述用戶標識信息和所述第一對象內容數據,生成所述目標用戶的用戶特征信息;
基于所述第二對象內容數據,確定待推薦對象特征信息;
根據所述待推薦對象特征信息和用戶特征信息,得到特征關聯度;
將所述特征關聯度作為所述下發指標數據。
3.根據權利要求1所述的對象推薦方法,其特征在于,所述基于所述用戶標識信息、所述第一對象內容數據和所述第二對象內容數據進行對象召回處理,得到所述待推薦對象的下發指標數據包括:
將所述用戶標識信息、所述第一對象內容數據和所述第二對象內容數據輸入對象召回模型進行對象召回處理,得到所述待推薦對象的下發指標數據。
4.根據權利要求3所述的對象推薦方法,其特征在于,所述對象召回模型包括第一特征提取層、第二特征提取層、特征融合層和召回層,所述將所述用戶標識信息、所述第一對象內容數據和所述第二對象內容數據輸入對象召回模型進行對象召回處理,得到所述待推薦對象的下發指標數據包括:
將所述用戶標識信息和所述第一對象內容數據輸入所述第一特征提取層進行特征提取,得到用戶特征信息;
將所述第二對象內容數據輸入所述第二特征提取層進行特征提取,得到待推薦對象特征信息;
將所述用戶特征信息和所述待推薦對象特征信息輸入特征融合層進行特征融合,得到目標特征信息;
將所述目標特征信息輸入所述召回層進行召回處理,得到所述待推薦對象的下發指標數據。
5.根據權利要求4所述的對象推薦方法,其特征在于,所述第一對象內容數據包括第一對象文本數據和第一對象視覺數據;所述第一特征提取層包括第一初始特征提取層、第一標識特征提取層、第一自注意力學習層、第二自注意力學習層和第一特征拼接層;所述將所述用戶標識信息和所述第一對象內容數據輸入所述第一特征提取層進行特征提取,得到用戶特征信息包括:
基于所述第一初始特征提取層分別對所述用戶標識信息、所述第一對象文本數據和所述第一對象視覺數據進行特征提取,得到用戶標識特征信息、第一文本特征信息和第一視覺特征信息;
基于所述第一標識特征提取層對所述用戶標識特征信息進行特征提取,得到目標用戶標識特征;
基于所述第一自注意力學習層對所述第一文本特征信息進行自注意力學習,得到第一目標文本特征;
基于所述第二自注意力學習層對所述第一視覺特征信息進行自注意力學習,得到第一目標視覺特征;
基于第一特征拼接層對所述目標用戶標識特征、所述第一目標文本特征和所述第一目標視覺特征進行拼接處理,得到所述用戶特征信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京達佳互聯信息技術有限公司,未經北京達佳互聯信息技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110539783.0/1.html,轉載請聲明來源鉆瓜專利網。





