物品属性推荐模型的训练、生成方法和装置以及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114694006A(43)申请公布日2022.07.01(21)申请号202210317365.1G06N3/04(2006.01)(22)申请日2022.03.29G06N3/08(2006.01)G06Q30/06(2012.01)(71)申请人北京沃东天骏信息技术有限公司地址100176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)发明人王国强徐文明李志平(74)专利代理机构中国贸促会专利商标事务所有限公司11038专利代理师方亮(51)Int.Cl.G06V10/82(2022.01)G06V10/774(2022.01)G06K9/62(2022.01)权利要求书6页说明书14页附图8页(54)发明名称物品属性推荐模型的训练、生成方法和装置以及介质(57)摘要本公开提供了一种物品属性推荐模型的训练、物品推荐属性生成方法和装置以及存储介质，其中的训练方法包括：基于第一物品图片和物品标注属性确定第一关联物品信息；基于第一关联物品信息生成第一图像联想特征信息；获取与物品相对应的第一物品类目信息和第一物品全部属性信息；使用第一物品图片、第一图像联想特征信息、第一物品类目信息、第一物品全部属性信息以及物品标注属性和物品标注属性值，对物品属性推荐模型进行训练。本公开基于物品原图以及图片整体和局部联想信息等获得属性的个性化推荐，提高了物品属性推荐的准确率、泛化能力、稳定性以及物品曝光率。CN114694006ACN114694006A权利要求书1/6页1.一种物品属性推荐模型的训练方法，包括：基于与物品相对应的第一物品图片、物品标注属性和物品标注属性值，生成训练样本；获取所述训练样本，基于所述第一物品图片和所述物品标注属性确定第一关联物品信息；基于所述第一关联物品信息生成第一图像联想特征信息；获取与所述物品相对应的第一物品类目信息和第一物品全部属性信息；使用所述第一物品图片、所述第一图像联想特征信息、所述第一物品类目信息、所述第一物品全部属性信息以及所述物品标注属性和所述物品标注属性值，对物品属性推荐模型进行训练，用以获得训练好的所述物品属性推荐模型。2.如权利要求1所述的方法，所述第一关联物品信息包括：第一整体联想物品信息和第一局部联想物品信息；所述基于所述第一物品图片和所述物品标注属性确定第一关联物品信息包括：使用图片整体联想模型并基于所述第一物品图片，生成第一向量；基于所述第一向量在第一物品向量库中获取与所述物品对应的第一整体联想物品信息；使用图片局部联想模型并基于所述第一物品图片和所述物品标注属性，生成第二向量；基于所述第二向量在第二物品向量库中获取与所述物品对应的第一局部联想物品信息。3.如权利要求2所述的方法，所述基于所述第一向量在第一物品向量库中获取与所述物品对应的第一整体联想物品信息包括：在所述第一物品向量库中获取与所述第一向量距离最近的一个或多个第一物品向量；获取与所述第一物品向量相对应的第一物品sku信息，作为所述第一整体联想物品信息；所述基于所述第二向量在第二物品向量库中获取与所述物品对应的第一局部联想物品信息包括：在所述第二物品向量库中获取与所述第二向量距离最近的一个或多个第二物品向量；获取与所述第二物品向量相对应的第二物品sku信息，作为所述局部联想物品信息。4.如权利要求2所述的方法，所述第一图像联想特征信息包括：第一图像整体联想物品向量和第一局部联想物品向量；所述基于所述第一关联物品信息生成第一图像联想特征信息包括：获取与所述第一整体联想物品信息相对应的第一物品信息和第一属性值；基于所述第一物品信息和所述第一属性值，生成所述第一图像整体联想物品向量；获取与所述图片局部联想物品信息相对应的第二属性信息和第二属性值；基于所述第一属性信息和所述第二属性值，生成所述第一局部联想物品向量。5.如权利要求1所述的方法，所述获取与所述物品相对应的第一物品类目信息和第一物品全部属性信息包括：基于用户设置信息或使用类目模型获取所述第一物品类目信息；获取与所述第一物品类目信息相对应的所述第一物品全部属性信息；其中，所述第一2CN114694006A权利要求书2/6页物品全部属性信息包括：全部物品属性以及对应的全部属性值。6.如权利要求1所述的方法，所述使用所述第一物品图片、所述第一图像联想特征信息、所述第一物品类目信息、所述第一物品全部属性信息以及所述物品标注属性和所述物品标注属性值，对物品属性推荐模型进行训练包括：使用所述物品属性推荐模型并基于所述第一物品图片、所述第一图像联想特征信息、所述第一物品类目信息、所述第一物品全部属性信息，获取推荐属性和对应的推荐属性值；基于所述推荐属性、所述推荐属性