【技术实现步骤摘要】
对象推荐方法和装置
本说明书涉及人工智能领域,尤其涉及一种对象推荐方法和装置。
技术介绍
随着互联网技术的快速发展,需要进行对象推荐的应用场景越来越多。例如,电商平台可为用户推荐商品,电影票购票平台可为用户推荐电影等。推荐算法的准确性将直接影响用户体验。
技术实现思路
有鉴于此,本说明书提供一种对象推荐方法和装置。具体地,本说明书是通过如下技术方案实现的:一种对象推荐方法,包括:针对任一用户,根据与所述用户存在直接关联关系的关联对象的自身特征表示为所述用户生成局部特征表示;针对任一对象,根据与所述对象存在直接关联关系的关联用户的自身特征表示为所述对象生成局部特征表示;根据所述用户与所述对象之间的间接关联关系生成所述用户和所述对象之间的关系特征表示;计算所述用户的局部特征表示和所述关系特征表示的和值,并计算所述和值与所述对象的局部特征表示的差异;若所述差异满足预定的推荐条件,则将所述对象推荐给所述用户。一种对象推荐装置,包括:用户特征生成单元,针对任一用户,根据与所述用户存在直接关联关系的关联对象的自身特征表示为所述用户生成局部特征表示;对象特征生成单元,针对任一对象,根据与所述对象存在直接关联关系的关联用户的自身特征表示为所述对象生成局部特征表示;关系特征生成单元,根据所述用户与所述对象之间的间接关联关系生成所述用户和所述对象之间的关系特征表示;特征差异计算单元,计算所述用户的局部特征表示和所述关系特征表示的和值,并计算所述和值与所述对象的局部特征表示的差异;对象推荐单元,若所述差异满足预定的推荐条件,则将所述对象推荐给所述用户。一种对象推荐装置,包括:处理器 ...
【技术保护点】
1.一种对象推荐方法,包括:针对任一用户,根据与所述用户存在直接关联关系的关联对象的自身特征表示为所述用户生成局部特征表示;针对任一对象,根据与所述对象存在直接关联关系的关联用户的自身特征表示为所述对象生成局部特征表示;根据所述用户与所述对象之间的间接关联关系生成所述用户和所述对象之间的关系特征表示;计算所述用户的局部特征表示和所述关系特征表示的和值,并计算所述和值与所述对象的局部特征表示的差异;若所述差异满足预定的推荐条件,则将所述对象推荐给所述用户。
【技术特征摘要】
1.一种对象推荐方法,包括:针对任一用户,根据与所述用户存在直接关联关系的关联对象的自身特征表示为所述用户生成局部特征表示;针对任一对象,根据与所述对象存在直接关联关系的关联用户的自身特征表示为所述对象生成局部特征表示;根据所述用户与所述对象之间的间接关联关系生成所述用户和所述对象之间的关系特征表示;计算所述用户的局部特征表示和所述关系特征表示的和值,并计算所述和值与所述对象的局部特征表示的差异;若所述差异满足预定的推荐条件,则将所述对象推荐给所述用户。2.根据权利要求1所述的方法,所述用户和所述对象的局部特征表示的生成过程,包括:根据各关联对象的自身特征表示生成关联对象特征表示矩阵;根据各关联用户的自身特征表示生成关联用户特征表示矩阵;根据所述关联对象特征表示矩阵和所述关联用户特征表示矩阵生成所述关联对象和所述关联用户的协同矩阵;对所述协同矩阵分别进行行池化处理和列池化处理得到所述关联对象和所述关联用户的注意力向量;基于所述关联对象特征表示矩阵和所述关联对象的注意力向量为所述用户生成局部特征表示;基于所述关联用户特征表示矩阵和所述关联用户的注意力向量为所述对象生成局部特征表示。3.根据权利要求2所述的方法,所述根据所述关联对象特征表示矩阵和所述关联用户特征表示矩阵生成所述关联对象和所述关联用户的协同矩阵,包括:将所述关联对象特征表示矩阵作为输入,采用已训练的第一神经网络模型输出变换关联对象矩阵;将所述关联用户特征表示矩阵作为输入,采用已训练的第二神经网络模型输出变换关联用户矩阵;计算所述变换关联对象矩阵与所述变换关联用户矩阵的乘积,得到所述协同矩阵。4.根据权利要求2所述的方法,所述基于所述关联对象特征表示矩阵和所述关联对象的注意力向量为所述用户生成局部特征表示,包括:将所述关联对象注意力向量中的每个元素值作为权重值,分别对所述关联对象特征表示矩阵中来自不同关联对象但维度相同的元素进行加权求和,以为所述用户生成局部特征表示;所述基于所述关联用户特征表示矩阵和所述关联用户的注意力向量为所述对象生成局部特征表示,包括:将所述关联用户注意力向量中的每个元素值作为权重值,分别对所述关联用户特征表示矩阵中来自不同关联用户但维度相同的元素进行加权求和,以为所述对象生成局部特征表示。5.根据权利要求1所述的方法,所述根据所述用户与所述对象之间的间接关联关系生成所述用户和所述对象之间的关系特征表示,包括:获取所述用户与所述对象之间的若干条间接可达路径,所述间接可达路径通过一个或多个节点连接所述用户与所述对象,所述间接可达路径上的连边代表所连接的节点之间具有直接关联关系,所述节点的类型包括:用户类节点、对象类节点和非用户且非对象类节点;针对每条间接可达路径,根据该间接可达路径上各节点的自身特征表示生成该间接可达路径的特征表示;融合每条间接可达路径的特征表示,得到所述用户与所述对象之间的关系特征表示。6.根据权利要求5所述的方法,所述获取所述用户与所述对象之间的若干条间接可达路径,包括:构建包括有用户类节点、对象类节点和非用户且非对象类节点的异构网络,所述异构网络中的连边代表所连接的节点之间具有直接关联关系;从所述异构网络中随机选定指定数量的节点,并分别从选定的节点出发,采用随机游走的方式进行路径提取;从提取出的路径中获取所述用户与所述对象之间的间接可达路径。7.根据权利要求5所述的方法,所述根据该间接可达路径上各节点的自身特征表示生成该间接可达路径的特征表示,包括:将所述间接可达路径上各节点的自身特征表示作为输入,采用LSTM模型输出该间接可达路径的特征表示。8.根据权利要求5所述的方法,所述融合每条间接可达路径的特征表示,得到所述用户与所述对象之间的关系特征表示,包括:根据所述间接可达路径的跳数确定所述间接可达路径的权重值;根据所述权重值,采用加权平均的方式融合每条间接可达路径的特征表示,得到所述用户与所述对象之间的关系特征表示。9.根据权利要求1所述的方法,所述预定的推荐条件包括:所述差异小于等于差异阈值。10.一种对象推荐装置,包括:用户特征生成单元,针对任一用户,根据与所述用户存在直接关联关系的关联对象的自身特征表示为所述用户生成局部特征表示;对象特征生成单元,针对任一对象,根据与所述对象存在直接关联关系的关联用户的自身特征表示为所述对象生成局部特征表示;关系特征生成单元,根据所述用户与所述对象之间的间接关联关系生成...
【专利技术属性】
技术研发人员:胡斌斌,张志强,周俊,李小龙,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。