[發明專利]基于編碼網絡的商品推薦方法及裝置

在審

• 申請號: 202210998247.1
• 申請日: 2022-08-19
• 公開（公告）號: CN115293854A
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 姜佳;暴宇健
• 申請（專利權）人: 北京龍智數科科技服務有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京嘉科知識產權代理事務所(特殊普通合伙) 11687
• 代理人: 陳美君

1.一種基于編碼網絡的商品推薦方法，其特征在于，包括：

獲取訓練數據集，其中，所述訓練數據集，包括：多組訓練數據，每組訓練數據，包括：用戶信息、商品信息、關于用戶與商品的交互行為的交互信息和用于表示用戶對商品是否存在轉化行為的信息；

利用所述訓練數據集訓練第一商品推薦模型，其中，所述第一商品推薦模型由編碼網絡、商品推薦判斷網絡和解碼網絡構成，所述解碼網絡用于輔助訓練所述編碼網絡；

利用訓練好的第一商品推薦模型中的編碼網絡和商品推薦判斷網絡構建第二商品推薦模型；

利用所述第二商品推薦模型為目標用戶提供商品推薦服務。

2.根據權利要求1所述的方法，其特征在于，所述利用所述訓練數據集訓練第一商品推薦模型，包括：

提取所述訓練數據集中每組訓練數據的數據特征，其中，每組訓練數據的數據特征，包括：用戶特征、商品特征和交互特征；

依據每組訓練數據中用于表示用戶對商品是否存在轉化行為的信息，標注每組訓練數據的數據特征對應的標簽，其中，每組訓練數據的數據特征對應的標簽表示該組訓練數據對應的商品是否推薦給該組訓練數據對應的用戶；

利用標注對應標簽后的每組數據特征訓練所述第一商品推薦模型。

3.根據權利要求2所述的方法，其特征在于，所述提取所述訓練數據集中每組訓練數據的數據特征，包括：

從所述用戶信息中提取所述用戶特征；

從所述商品信息中提取所述商品特征；

從用于表示用戶對商品是否存在轉化行為的信息中提取所述交互特征。

4.根據權利要求2所述的方法，其特征在于，包括：

所述利用標注對應標簽后的每組數據特征訓練所述第一商品推薦模型，使得所述編碼網絡學習并保存有所述數據特征到聯合特征的映射關系，使得所述商品推薦判斷網絡學習并保存有所述聯合特征與商品是否被推薦之間的對應關系，使得所述解碼網絡學習并保存有所述聯合特征到所述數據特征的映射關系，其中，訓練所述解碼網絡用于輔助訓練所述編碼網絡。

5.根據權利要求4所述的方法，其特征在于，所述第一商品推薦模型的損失函數Loss為：

Loss＝α·R₁+(1-α)·R₂

其中，α為預設權值，R₁為所述商品推薦判斷網絡造成的損失值，R₂為所述編碼網絡和所述解碼網絡造成的損失值。

6.根據權利要求2所述的方法，其特征在于，所述利用標注對應標簽后的每組數據特征訓練所述第一商品推薦模型之前，所述方法還包括：

對標注對應標簽后的每組數據特征進行特征遮擋處理，包括：

遮擋標注對應標簽后的每組數據特征中的用戶特征；和/或

遮擋標注對應標簽后的每組數據特征中的商品特征；和/或

遮擋標注對應標簽后的每組數據特征中的交互特征。

7.根據權利要求1所述的方法，其特征在于，所述利用所述第二商品推薦模型為目標用戶提供商品推薦服務，包括：

獲取所述目標用戶的目標用戶信息，獲取與所述目標用戶存在交互行為的目標商品的目標商品信息，以及獲取關于所述目標用戶與所述目標商品的交互行為的目標交互信息；

從所述目標用戶信息中提取目標用戶特征，從所述目標商品信息中提取目標商品特征，從所述目標交互信息提取目標交互特征；

基于所述目標用戶特征、所述目標商品特征和所述目標交互特征，利用訓練好的商品推薦模型判斷是否將所述目標商品推薦給所述目標用戶。