推荐信息生成方法、装置、设备、介质和程序产品.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115757933A(43)申请公布日2023.03.07(21)申请号202211194196.3G06F18/25(2023.01)(22)申请日2022.09.28(71)申请人北京沃东天骏信息技术有限公司地址101116北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人刘银星阮涛张政吕晶晶(74)专利代理机构北京唯智勤实知识产权代理事务所(普通合伙)11557专利代理师史立状(51)Int.Cl.G06F16/9535(2019.01)G06F16/535(2019.01)G06T9/00(2006.01)权利要求书3页说明书15页附图5页(54)发明名称推荐信息生成方法、装置、设备、介质和程序产品(57)摘要本公开的实施例公开了推荐信息生成方法、装置、设备、介质和程序产品。该方法的一具体实施方式包括：获取历史浏览创意图像序列、用户稀疏特征信息集、主图像和物品稀疏特征信息集；对主图像进行图编码处理，得到主图编码向量，对每个历史浏览创意图像进行图编码处理，以生成历史图像编码向量；对每个用户稀疏特征信息进行信息编码，以生成用户稀疏特征向量，以及对每个物品稀疏特征信息进行信息编码，以生成物品稀疏特征向量；对各个历史图像编码向量进行视觉偏好调整，得到调整后历史图像编码向量序列；生成待推送给目标用户的、目标推荐物品对应的推荐图像集。该实施方式与人工智能有关，生成了精准的推荐信息，得到了较好的推荐效果。CN115757933ACN115757933A权利要求书1/3页1.一种推荐信息生成方法，包括：获取目标用户的历史浏览创意图像序列、所述目标用户的用户稀疏特征信息集、目标推荐物品的主图像和所述目标推荐物品的物品稀疏特征信息集，其中，所述物品稀疏特征信息集包括针对所述目标推荐物品的创意图像特征信息集；对所述主图像进行图编码处理，得到主图编码向量，以及对所述历史浏览创意图像序列中的每个历史浏览创意图像进行图编码处理，以生成历史图像编码向量，得到历史图像编码向量序列；对所述用户稀疏特征信息集中的每个用户稀疏特征信息进行信息编码，以生成用户稀疏特征向量，得到用户稀疏特征向量集，以及对所述物品稀疏特征信息集中的每个物品稀疏特征信息进行信息编码，以生成物品稀疏特征向量，得到物品稀疏特征向量集；对所述历史图像编码向量序列中的各个历史图像编码向量进行视觉偏好调整，得到调整后历史图像编码向量序列；根据所述调整后历史图像编码向量序列、所述主图编码向量、所述用户稀疏特征向量集和所述物品稀疏特征向量集，利用多头注意力机制模型，生成待推送给所述目标用户的、所述目标推荐物品对应的推荐图像集，其中，所述推荐图像集为所述创意图像特征信息集对应创意图像集的图像子集。2.根据权利要求1所述的方法，其中，所述对所述历史图像编码向量序列中的各个历史图像编码向量进行视觉偏好调整，得到调整后历史图像编码向量序列，包括：确定所述历史图像编码向量序列对应的视觉偏好信息，作为目标视觉偏好信息；根据所述目标视觉偏好信息，对所述历史图像编码向量序列中的各个历史图像编码向量进行调整，得到调整后历史图像编码向量序列。3.根据权利要求1所述的方法，其中，所述根据所述调整后历史图像编码向量序列、所述主图编码向量、所述用户稀疏特征向量集和所述物品稀疏特征向量集，利用多头注意力机制模型，生成待推送给所述目标用户的、所述目标推荐物品对应的推荐图像集，包括：将所述用户稀疏特征向量集和所述物品稀疏特征向量集进行向量拼接，得到拼接稀疏特征向量；将所述调整后历史图像编码向量序列、所述主图编码向量、所述拼接稀疏特征向量输入至所述多头注意力机制模型，得到特征信息融合向量；将所述拼接稀疏特征向量输入至全连接模型，得到输出向量；将所述特征信息融合向量和所述输出向量进行拼接，得到拼接向量；利用预设损失函数，生成所述推荐图像集。4.根据权利要求1所述的方法，其中，所述对所述历史浏览创意图像序列中的每个历史浏览创意图像进行图编码处理，以生成历史图像编码向量，包括：将所述历史浏览创意图像输入至预先训练的图编码模型，以生成历史图像编码向量。5.根据权利要求4所述的方法，其中，所述图编码模型包括：残差网络模型和多个全连接层；以及所述将所述历史浏览创意图像输入至预先训练的图编码模型，以生成历史图像编码向量，包括：将所述历史浏览创意图像输入至所述残差网络模型，得到模型输出结果；2CN115757933A权利要求书2/3页将所述模型输出结果输入至所述多个全连接层，得到所述历史图像编码向量。6.根据权利要求3所述的方法，其中，所述利用预设损失函数，生成所述推荐图像集，包括：利用所述预设损失函数，生成针对所述拼