预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113962770A(43)申请公布日2022.01.21(21)申请号202111228851.8(22)申请日2021.10.21(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)发明人白涛(74)专利代理机构北京品源专利代理有限公司11332代理人蔡舒野(51)Int.Cl.G06Q30/06(2012.01)权利要求书2页说明书14页附图3页(54)发明名称确定目标物品的方法、装置、电子设备及存储介质(57)摘要本发明实施例公开了一种确定目标物品的方法、装置、电子设备及存储介质,该方法包括:根据获取到的与目标用户相关联的基础行为数据和埋点数据,确定与每个已触发物品相对应的基础行为子数据和埋点子数据;基于各已触发物品的基础行为子数据、埋点子数据以及预先训练得到的物品属性值确定模型中,得到各已触发物品相对于目标用户的属性特征值;基于各属性特征值,确定与目标用户相关联的目标物品。本技术方案,解决了目前将用户的所有触发行为均视为同等的,导致无法为用户确定与其最为适配的物品,从而引起物品转化率较低的问题,实现了区分用户的不同触发行为对物品偏好度的影响,进而为用户推送相应的产品,提高了物品转化率的技术效果。CN113962770ACN113962770A权利要求书1/2页1.一种确定目标物品的方法,其特征在于,包括:根据获取到的与目标用户相关联的基础行为数据和埋点数据,确定与每个已触发物品相对应的基础行为子数据和埋点子数据;基于各已触发物品的基础行为子数据、埋点子数据以及预先训练得到的物品属性值确定模型中,得到各已触发物品相对于所述目标用户的属性特征值;基于各属性特征值,确定与所述目标用户相关联的目标物品。2.根据权利要求1所述的方法,其特征在于,在所述根据获取到的基础行为数据和埋点数据之前,还包括:从系统日志中提取预设时长内各用户对各个已触发物品的基础行为数据和埋点数据;根据预先设置的规则,确定每个用户在预设时长内对各个已触发物品的基础行为数据和埋点数据,以从基础行为数据和埋点行为数据中确定与每个用户所对应的各已触发物品的基础行为子数据和埋点子数据。3.根据权利要求1所述的方法,其特征在于,所述基于各已触发物品的基础行为子数据、埋点子数据以及预先训练得到的物品属性值确定模型中,得到各已触发物品相对于所述目标用户的属性特征值,包括:根据各已触发物品的埋点子数据,确定埋点向量;基于所述物品属性值确定模型中的向量构建层确定与各基础行为子数据相对应的基础行为向量,并基于各基础行为向量和相应的埋点向量,确定各已触发物品的目标行为数据向量;基于所述物品属性值确定模型对各目标行为数据向量进行处理,得到每个已触发物品相对于所述目标用户的属性特征值。4.根据权利要求1所述的方法,其特征在于,所述基于所述物品属性值确定模型对各目标行为数据向量进行处理,得到每个已触发物品相对于所述目标用户的属性特征值,包括:基于所述物品属性值确定模型中的第一属性值确定子模型对各目标行为数据向量进行处理,得到第一待处理属性特征值;基于所述物品属性值确定模型中的第二属性确定子模型对各目标行为数据向量进行处理,得到与第二待处理属性值;基于所述第一待处理属性值和所述第二待处理属性值,确定各已触发物品相对于所述目标用户的属性特征值。5.根据权利要求1所述的方法,其特征在于,所述基于各属性特征值,确定与所述目标用户相关联的目标物品,包括:将高于预设属性值的属性特征值对应的已触发物品,作为待确定物品;根据所述待确定物品的物品属性,确定与所述待确定物品相关联的目标物品,以在所述目标用户触发客户端时,展示所述目标物品。6.根据权利要求1所述的方法,其特征在于,还包括:获取训练样本集;其中,所述训练样本集中包括多个训练样本,训练样本中包括训练关联数据和与所述训练关联数据相对应的标识;针对各训练样本,将当前训练样本的训练关联数据输入至待训练物品属性值确定模型,得到与所述当前训练样本相对应的实际输出值;2CN113962770A权利要求书2/2页基于与训练样本相对应的实际输出值和与所述训练样本相对应的标识,确定预设损失函数的函数值,根据所述函数值对所述待训练物品属性值确定模型中的待修正模型参数进行调整;将所述预设损失函数达到收敛作为训练目标,对所述待训练物品属性值确定模型进行训练,以得到所述物品属性值确定模型。7.根据权利要求6所述的方法,其特征在于,所述待训练物品属性值确定模型中包括第一属性值确定子模型和/或第二属性值确定子模型,所述将当前训练样本的训练关联数据输入至待训练物品属性值确定模型,得到与