对象推荐方法、装置、电子设备及存储介质.pdf

(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CN113987360A(43)申请公布日2022.01.28(21)申请号202111602055.6(22)申请日2021.12.24(71)申请人浙江口碑网络技术有限公司地址310012浙江省杭州市西湖区西斗门路3号天堂软件园A幢11楼G座(72)发明人王晓峰苑爱泉何旺贵王磊桑梓森(74)专利代理机构北京博思佳知识产权代理有限公司11415代理人王茹(51)Int.Cl.G06F16/9535(2019.01)G06F16/9536(2019.01)G06N3/04(2006.01)权利要求书2页说明书11页附图3页(54)发明名称对象推荐方法、装置、电子设备及存储介质(57)摘要本说明书一个或多个实施例提供一种对象推荐方法、装置、电子设备及存储介质，该方法包括：获取每个对象的ID和历史特征，基于此生成对象的表征向量；获取用户实时行为，确定其针对的目标对象，并获取目标对象的表征向量；通过神经网络对目标对象的表征向量进行处理，得到用户操作各个对象的概率；基于用户操作各个对象的概率向用户推荐多个对象中的至少一个对象。基于上述方法可以更好地表现出对象的特征信息；预测的用户感兴趣的店铺更加准确，可以更好地获取用户短时的兴趣，并向用户推荐其感兴趣的对象，进而更好地满足用户的期望，提高用户的满意度。CN113987360ACN113987360A权利要求书1/2页1.一种对象推荐方法，所述方法包括：针对多个对象中的每个对象，获取所述对象的ID和历史特征，基于所述对象的ID和历史特征生成所述对象的表征向量；获取用户的实时行为，从所述多个对象中确定所述实时行为针对的目标对象，获取所述目标对象的表征向量；通过预先训练的神经网络对所述目标对象的表征向量进行处理，得到用户操作各个对象的概率；其中，所述神经网络基于所述目标对象的表征向量对用户感兴趣的对象的表征向量进行预测，并基于所述预测的表征向量与所述每个对象的表征向量确定用户操作所述每个对象的概率；基于所述用户操作各个对象的概率向用户推荐所述多个对象中的至少一个对象。2.根据权利要求1所述的方法，所述基于所述对象的ID和历史特征生成所述对象的表征向量，包括：基于所述对象的ID生成所述对象的第一表征向量；基于所述对象的历史特征生成所述对象的第二表征向量；对所述第一表征向量和所述第二表征向量进行拼接，得到用于表征所述对象的表征向量。3.根据权利要求1所述的方法，所述实时行为包括用户实时点击行为和用户实时搜索行为。4.根据权利要求3所述的方法，所述从所述多个对象中确定所述实时行为针对的目标对象，获取所述目标对象的表征向量，包括：确定所述用户实时点击行为针对的对象的ID；基于所述用户实时点击行为针对的对象的ID，获取所述用户实时点击行为针对的对象的表征向量。5.根据权利要求3所述的方法，所述从所述多个对象中确定所述实时行为针对的目标对象，获取所述目标对象的表征向量，包括：基于所述用户实时搜索行为中的关键字和场景，确定所述用户实时搜索行为针对的对象的ID；基于所述用户实时搜索行为针对的对象的ID，获取所述用户实时搜索行为针对的对象的表征向量。6.根据权利要求1所述的方法，所述预先训练的神经网络，还包括：获取用户对所述对象的历史行为序列；将所述历史行为序列与所述用户的操作日志进行关联；使用所述关联后的历史行为序列与用户的操作日志对所述神经网络进行训练。7.根据权利要求1所述的方法，所述预先训练的神经网络包括行为预测子网络和概率预测子网络；所述行为预测子网络用于基于所述用户实时行为针对的对象的表征向量对所述用户感兴趣的对象的表征向量进行预测；所述概率预测子网络用于基于所述用户感兴趣的对象的表征向量确定得到所述用户操作所述每个对象的概率。2CN113987360A权利要求书2/2页8.根据权利要求1所述的方法，所述基于所述用户操作各个对象的概率向用户推荐所述多个对象中的至少一个对象，包括：基于所述用户操作各个对象的概率，将所述对象中各个对象的信息依次推荐给用户。9.一种对象推荐装置，所述装置包括：向量生成模块，针对多个对象中的每个对象，获取所述对象的ID和历史特征，基于所述对象的ID和历史特征生成所述对象的表征向量；向量选取模块，获取用户的实时行为，从所述多个对象中确定所述实时行为针对的目标对象，获取所述目标对象的表征向量；概率计算模块，通过预先训练的神经网络对所述目标对象的表征向量进行处理，得到用户操作各个对象的概率；其中，所述神经网络基于所述目标对象的表征向量对用户感兴趣的对象的表征向量进行预测，并基于所述预测的表征向量与所述每个对象的表征向量确定用户操作所述每个对象的概率；对象推荐模块，基于所述用户操作各个对象的概率向用户推荐所