[發明專利]一種物料品類處理方法、裝置、存儲介質及設備

在審

• 申請號: 202211689917.8
• 申請日: 2022-12-27
• 公開（公告）號: CN116010692A
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 黎建輝
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/0601;G06F18/24
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 呂愛霞

1.一種物料品類處理方法，其特征在于，包括：

獲取多個物料品類的用戶行為偏好數據，并根據各物料品類的召回，從所述用戶行為偏好數據中提取出精排數據；

基于每一個物料品類的精排模型對所述精排數據進行處理；所述精排模型在訓練過程中學習到根據所述物料品類的特征，預測用戶對所述物料品類的綜合價值概率；

將各精排模型輸出的預估分數輸入預設的混排模型，得到各物料品類的排序結果；其中，所述混排模型在訓練過程中學習到根據各預估分數對應的綜合價值概率，對各物料品類進行排序。

2.根據權利要求1所述的方法，其特征在于，所述用戶行為偏好數據包括以下至少一種：

表征用戶興趣偏好的行為數據、表征用戶購買資質的基礎數據；其中，所述行為數據包括用戶點擊瀏覽、收藏以及下單的數據。

3.根據權利要求1所述的方法，其特征在于，所述召回包括：

基于物品相似度的召回、基于用戶相似度的召回以及基于用戶客群興趣偏好的召回。

4.根據權利要求1所述的方法，其特征在于，所述綜合價值概率包括以下至少一種：

下單率、點擊率。

5.根據權利要求4所述的方法，其特征在于，所述精排模型基于以下方式訓練得到：

基于初始模型對樣本特征進行處理，得到表征所述初始模型預測的下單率或點擊率的預估結果；

根據所述預估結果和實際結果，構建損失函數；所述實際結果是表征所述樣本特征的實際下單率或實際點擊率；

基于所述損失函數更新所述初始模型的模型參數，訓練完成后，得到所述精排模型。

6.根據權利要求1所述的方法，其特征在于，所述混排模型中設置有偏置網絡。

7.一種物料品類處理裝置，其特征在于，包括：

數據提取模塊，用于獲取多個物料品類的用戶行為偏好數據，并根據各物料品類的召回，從所述用戶行為偏好數據中提取出精排數據；

精排處理模塊，用于基于每一個物料品類的精排模型對所述精排數據進行處理；所述精排模型在訓練過程中學習到根據所述物料品類的特征，預測用戶對所述物料品類的綜合價值概率；

混排處理模塊，用于將各精排模型輸出的預估分數輸入預設的混排模型，得到各物料品類的排序結果；其中，所述混排模型在訓練過程中學習到根據各預估分數對應的綜合價值概率，對各物料品類進行排序。

8.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述的方法。

9.一種電子設備，其特征在于，包括處理器、存儲器及存儲在存儲器上并可在處理器上運行的計算機程序，其中，所述處理器執行所述計算機程序時實現如權利要求1至6任一項所述的方法。

10.一種計算機程序產品，其特征在于，所述計算機程序產品在計算機上運行時，使得計算機執行如權利要求1至6任一項所述的方法。