[發明專利]一種基于人工智能的產品推薦方法、裝置及電子設備

有效

• 申請號: 202110853641.1
• 申請日: 2021-07-28
• 公開（公告）號: CN113298661B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 劉博文;李晨陽;蔡準;郭曉鵬;孫悅
• 申請（專利權）人: 北京芯盾時代科技有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06Q30/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京樂知新創知識產權代理事務所(普通合伙) 11734
• 代理人: 周偉

1.一種基于人工智能的產品推薦方法，其特征在于，所述方法包括：

獲取用戶數據，以及獲取產品數據；

基于所述用戶數據和所述產品數據，確定表征用戶和產品組合特征的用戶產品特征向量；

基于所述用戶數據確定表征用戶特征的用戶特征向量，以及基于所述產品數據確定表征產品特征的產品特征向量；

將所述用戶特征向量和所述產品特征向量融合，得到融合特征向量；

針對所述用戶產品特征向量中的每個向量元素，執行以下操作：

計算所述向量元素與所述用戶產品特征向量中的其他向量元素的相似度，將所述相似度作為對應的向量元素的權重系數；對所述向量元素根據各自對應的權重系數進行加權處理，得到自注意力用戶產品特征向量；

對所述自注意力用戶產品特征向量和所述融合特征向量執行內積操作，得到用于表征用戶對產品感興趣程度的系數；所述系數用于向所述用戶推薦產品。

2.根據權利要求1所述的方法，其特征在于，所述基于所述用戶數據，確定表征用戶特征的用戶特征向量，包括：

對所述用戶數據進行處理，得到數值型離散用戶特征；

將所述數值型離散用戶特征輸入第一神經網絡，得到表征用戶特征的用戶特征向量。

3.根據權利要求1所述的方法，其特征在于，所述基于所述產品數據，確定表征產品特征的產品特征向量，包括：

對所述產品數據進行處理，得到數值型離散產品特征；

將所述數值型離散產品特征輸入第二神經網絡，得到表征產品特征的產品特征向量。

4.根據權利要求1所述的方法，其特征在于，所述將所述用戶特征向量和所述產品特征向量融合，得到融合特征向量，包括：

針對所述用戶特征向量中的每個向量元素，執行以下操作：

計算所述向量元素與所述用戶特征向量中的其他向量元素的相似度，將所述相似度作為對應的向量元素的權重系數；對所述向量元素根據各自對應的權重系數進行加權處理，得到自注意力用戶特征向量；

針對所述產品特征向量中的每個向量元素，執行以下操作：

計算所述向量元素與所述產品特征向量中的其他向量元素的相似度，將所述相似度作為對應的向量元素的權重系數；對所述向量元素根據各自對應的權重系數進行加權處理，得到自注意力產品特征向量；

對所述自注意力用戶特征向量和所述自注意力產品特征向量執行哈達瑪積操作，得到所述融合特征向量。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述確定用于表征用戶對產品感興趣程度的系數之后，所述方法還包括：

針對每個用戶，對所述用戶對產品感興趣程度的系數按照降序排序；

將排序后的前N個所述用戶對產品感興趣程度的系數對應的產品，推薦至所述用戶；N為正整數。

6.根據權利要求1至4任一項所述的方法，其特征在于，所述獲取用戶數據，包括：

獲取用戶標簽數據、用戶歷史行為數據以及針對所述用戶的第三方數據。

7.一種基于人工智能的產品推薦裝置，其特征在于，所述裝置包括：

數據獲取模塊，用于獲取用戶數據以及產品數據；

第一確定模塊，用于基于所述用戶數據和所述產品數據，確定表征用戶和產品組合特征的用戶產品特征向量；

第二確定模塊，用于基于所述用戶數據確定表征用戶特征的用戶特征向量，以及基于所述產品數據確定表征產品特征的產品特征向量；

融合模塊，用于將所述用戶特征向量和所述產品特征向量融合，得到融合特征向量；

系數確定模塊，用于針對所述用戶產品特征向量中的每個向量元素，執行以下操作：

計算所述向量元素與所述用戶產品特征向量中的其他向量元素的相似度，將所述相似度作為對應的向量元素的權重系數；對所述向量元素根據各自對應的權重系數進行加權處理，得到自注意力用戶產品特征向量；

對所述自注意力用戶產品特征向量和所述融合特征向量執行內積操作，得到用于表征用戶對產品感興趣程度的系數；所述系數用于向所述用戶推薦產品。