[發明專利]圖片推薦方法、裝置、設備及存儲介質

在審

• 申請號: 202110717605.2
• 申請日: 2021-06-28
• 公開（公告）號: CN113343006A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 彭沖;程兵
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F16/535
• 分類號: G06F16/535;G06F16/583;G06F16/9535;G06K9/62;G06F40/30;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 謝冬寒

本申請公開了一種圖片推薦方法、裝置、設備及存儲介質，屬于計算機技術領域。所述方法包括：確定待推薦用戶帳號對應的參考圖片；通過特征提取網絡提取參考圖片的第一語義向量，特征提取網絡是通過曝光圖片以及樣本用戶帳號集合中的樣本用戶帳號的歷史行為信息訓練得到的；獲取多個候選圖片的第二語義向量，第二語義向量是通過特征提取網絡對候選圖片提取得到的；在多個候選圖片的第二語義向量中，確定與第一語義向量匹配的目標第二語義向量，并將目標第二語義向量對應的候選圖片確定為推薦圖片。在訓練用于提取語義向量的模型的過程中，無需人工進行樣本標注，而是基于已有的歷史行為數據訓練模型，因此能夠提升推薦圖片的效率。

技術領域

本申請涉及計算機技術領域，特別涉及一種圖片推薦方法、裝置、設備及存儲介質。

背景技術

具有推薦功能的客戶端能夠向用戶推薦感興趣的圖片。

在進行推薦的過程中，服務器需要通過分類模型確定用戶過去感興趣(點擊、點贊等)的圖片的分類，并將其作為用戶的標簽。當需要為用戶推薦圖片時，服務器會向用戶推薦與該用戶的標簽匹配的圖片，從而實現向用戶推薦用戶感興趣的圖片。

在訓練上述分類模型的過程中，需要人工標注樣本圖片的分類。并且，訓練模型需要使用大量的樣本，因此需要耗費較多的人力來標注分類，存在效率較低的問題。

發明內容

本申請提供了一種圖片推薦方法、裝置、設備及存儲介質，可以提升推薦圖片的效率。所述技術方案如下：

根據本申請的一方面，提供了一種圖片推薦方法，所述方法包括：

確定待推薦用戶帳號對應的參考圖片，所述參考圖片包括與所述待推薦用戶帳號產生過交互行為的圖片，以及與所述待推薦用戶帳號的特征匹配的用戶帳號產生過交互行為的圖片中的至少一種；

通過特征提取網絡提取所述參考圖片的第一語義向量，所述特征提取網絡是通過曝光圖片以及樣本用戶帳號集合中的樣本用戶帳號的歷史行為信息訓練得到的，所述曝光圖片是被推薦給所述樣本用戶帳號的圖片，所述歷史行為信息用于反映所述樣本用戶帳號與所述曝光圖片產生過交互行為；

獲取多個候選圖片的第二語義向量，所述第二語義向量是通過所述特征提取網絡對所述候選圖片提取得到的；

在所述多個候選圖片的第二語義向量中，確定與所述第一語義向量匹配的目標第二語義向量，并將所述目標第二語義向量對應的候選圖片確定為推薦圖片，所述推薦圖片被用于推薦給所述待推薦用戶帳號。

根據本申請的另一方面，提供了一種圖片推薦裝置，所述裝置包括：

確定模塊，用于確定待推薦用戶帳號對應的參考圖片，所述參考圖片包括與所述待推薦用戶帳號產生過交互行為的圖片，以及與所述待推薦用戶帳號的特征匹配的用戶帳號產生過交互行為的圖片中的至少一種；

提取模塊，用于通過特征提取網絡提取所述參考圖片的第一語義向量，所述特征提取網絡是通過曝光圖片以及樣本用戶帳號集合中的樣本用戶帳號的歷史行為信息訓練得到的，所述曝光圖片是被推薦給所述樣本用戶帳號的圖片，所述歷史行為信息用于反映所述樣本用戶帳號與所述曝光圖片產生過交互行為；

獲取模塊，用于獲取多個候選圖片的第二語義向量，所述第二語義向量是通過所述特征提取網絡對所述候選圖片提取得到的；

所述確定模塊，還用于在所述多個候選圖片的第二語義向量中，確定與所述第一語義向量匹配的目標第二語義向量，并將所述目標第二語義向量對應的候選圖片確定為推薦圖片，所述推薦圖片被用于推薦給所述待推薦用戶帳號。

在一個可選的設計中，所述特征提取網絡屬于機器學習模型，所述機器學習模型還包括與所述特征提取網絡級聯的行為預測網絡；所述裝置還包括訓練模塊，所述訓練模塊，用于：

獲取所述曝光圖片以及所述歷史行為信息；