[發明專利]一種推薦列表生成方法、匹配模型訓練方法、裝置及設備

在審

• 申請號: 202210753071.3
• 申請日: 2022-06-28
• 公開（公告）號: CN115146157A
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 任印濤;肖強;李勇
• 申請（專利權）人: 杭州網易云音樂科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62;G06F16/435
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 路曉丹

1.一種推薦列表生成方法，其特征在于，該方法包括：

獲取待匹配狀態的不同用戶的相關信息；

利用用戶匹配模型對不同用戶的相關信息進行特征提取，并確定提取不同用戶的特征向量之間的相似度；

根據所述相似度確定同一匹配組用戶，并根據所述同一匹配組用戶偏好的媒體對象集合，從媒體對象庫中召回所述匹配組用戶感興趣的媒體對象推薦候選列表；

利用媒體對象排序模型對所述匹配組中用戶及媒體對象推薦候選列表中媒體對象進行特征提取，并預測所述用戶對所述媒體對象推薦候選列表中媒體對象的偏好度；

根據所述匹配組中各用戶對所述媒體對象推薦候選列表中媒體對象的偏好度，確定媒體對象推薦列表并推送所述同一匹配組用戶。

2.根據權利要求1所述的方法，其特征在于，利用用戶匹配模型對不同用戶的相關信息進行特征提取，并確定提取不同用戶的特征向量之間的相似度，包括：

利用輸入層將不同用戶的相關信息輸入所述用戶匹配模型；

利用嵌入層對所述輸入層輸入的不同用戶的特征信息進行特征提取，得到對應的特征向量矩陣；

利用池化層對所述嵌入層輸出的不同特征向量矩陣進行歸一化處理，得到對應的不同特征向量；

利用全連接層將同一用戶的不同特征向量整合得到用戶特征向量；

利用輸出層對不同用戶的用戶特征向量計算相似度，并輸出不同用戶的特征向量之間的相似度。

3.根據權利要求1所述的方法，其特征在于，利用媒體對象排序模型對所述匹配組中用戶及媒體對象推薦候選列表中媒體對象進行特征提取，并預測所述用戶對所述媒體對象推薦候選列表中媒體對象的偏好度，包括：

利用輸入層將所述用戶的相關信息及所述媒體對象推薦候選列表中媒體對象輸入所述媒體對象排序模型；

利用嵌入層對所述輸入層輸入的所述用戶的相關信息及所述媒體對象推薦候選列表中媒體對象分別進行特征提取，得到對應的特征向量矩陣；

利用池化層對嵌入層輸出的不同特征向量矩陣進行歸一化處理，得到對應的不同特征向量；

利用全連接層將所述用戶的不同特征向量及所述媒體對象推薦候選列表中媒體對象的特征向量整合，并通過激活函數預測所述用戶對所述媒體對象推薦候選列表中媒體對象的偏好度。

4.根據權利要求1所述的方法，其特征在于，采用如下方式確定所述同一匹配組用戶偏好的媒體對象集合，包括：

獲取所述同一匹配組中各用戶的完整播放媒體對象列表，并確定同一媒體對象在所述不同用戶的完整播放媒體對象列表中的出現次數；

確定存在所述出現次數大于設定數量的目標媒體對象時，根據所述目標媒體對象確定所述同一匹配組用戶偏好的媒體對象集合；

確定不存在所述出現次數大于設定數量的目標媒體對象時，根據不同用戶對媒體對象屬性的操作確定所述匹配組中不同用戶共同偏好的媒體對象屬性，根據所述確定的媒體對象屬性確定所述同一匹配組用戶偏好的媒體對象集合。

5.根據權利要求1所述的方法，其特征在于，根據所述同一匹配組用戶偏好的媒體對象集合，從媒體對象庫中召回所述匹配組用戶感興趣的媒體對象推薦候選列表，包括：

根據媒體對象庫中各媒體對象與所述媒體對象集合中各媒體對象的相似度，以及所述匹配組用戶對所述媒體對象集合中媒體對象的偏好度，確定所述匹配組用戶對媒體對象庫中媒體對象的感興趣度；

根據匹配組用戶對媒體對象庫中媒體對象的感興趣度，從所述媒體對象庫中召回預設數量的媒體對象，并組成所述匹配組用戶感興趣的媒體對象推薦候選列表。

6.根據權利要求5所述的方法，其特征在于，所述媒體對象庫中各媒體對象與所述媒體對象集合中各媒體對象的相似度通過如下方式獲得：

獲取偏好所述媒體對象庫中的第一媒體對象的第一用戶，及偏好所述媒體對象集合中的第二媒體對象的第二用戶；

根據共同偏好第一媒體對象和第二媒體對象的用戶數量，及偏好第一媒體對象和偏好第二媒體對象的總用戶數量，確定所述第一媒體對象與所述第二媒體對象的相似度。