电子对象的推荐方法、装置和电子设备制造方法及图纸

本说明书提出了一种电子对象的推荐方法、装置和电子设备，其中所述电子对象推荐方法，包括：获取已为第一用户推荐的多个电子对象的特征，根据所述多个电子对象的特征生成特征序列；获取候选电子对象特征，确定所述候选电子对象特征与所述特征序列包含的各特征之间的相关值；根据所述第一用户的用户特征和所述相关值，从候选电子对象中确定向第一用户推荐的电子对象，通过本说明书实施例方案能够提高电子对象推荐的匹配度。

Recommended methods, devices and electronic equipment for electronic objects

【技术实现步骤摘要】
电子对象的推荐方法、装置和电子设备
本说明书涉及互联网
，尤其涉及一种电子对象的推荐方法、装置和电子设备。
技术介绍
在推荐场景中，为了促进业务转化需要定向地向用户发送业务推荐信息，其中，在业务推荐信息中可以展示待推广的产品、服务以及对用户具有较大吸引力的代金券、折扣券、奖品券等。向用户发送的推荐信息在一定程度上可以转化为用户的购买行为，但同时购买转化效果也会受到所推荐信息是否与用户需求相匹配等因素的制约。在相关技术中，将用户特征和产品特征加入到推荐算法中，以期基于用户特征匹配用户的需求，但由于没有充分挖掘用户的个性化特征，可能会出现推荐的产品和用户需求完全不匹配的情况，比如用户没有车却给该用户推荐了加油券，造成推荐商品的浪费，对推荐信息的业务转化产生影响。
技术实现思路
本说明书实施例提供了一种电子对象的推荐方法、装置和电子设备，以在推荐场景中，提高电子对象推荐的匹配度。第一方面，本说明书实施例提供了一种电子对象的推荐方法，包括：获取已为第一用户推荐的多个电子对象的特征，根据所述多个电子对象的特征生成特征序列；获取候选电子对象特征，确定所述候选电子对象特征与所述特征序列包含的各特征之间的相关值；根据所述第一用户的用户特征和所述相关值，从候选电子对象中确定向第一用户推荐的电子对象。其中一种可能的实现方式中，确定所述候选电子对象特征与所述特征序列包含的各特征之间的相关值，包括：基于自注意力机制计算所述候选电子对象特征与所述特征序列包含的各特征之间的相关值。其中一种可能的实现方式中，基于自注意力机制计算所述候选电子对象特征与所述特征序列包含的各特征之间的相关值，包括：将所述候选电子对象特征作为查询量以及将所述特征序列包含的各特征作为键和键值输入到自注意力计算模型中；基于所述自注意力计算模型的输出获取候选电子对象特征与所述特征序列包含的各特征之间的相关值。其中一种可能的实现方式中，基于所述自注意力计算模型的输出获取候选电子对象特征与所述特征序列包含的各特征之间的相关值，包括：基于自注意力计算模型包含的多头自注意力网络层计算所述候选电子对象特征与所述特征序列包含的各特征之间的相关值。其中一种可能的实现方式中，在所述多头自注意力网络层计算出所述相关值之后，所述方法还包括：基于自注意力计算模型包含的网络规范层对所述多头自注意力网络层输出的所述相关值进行规范校正。其中一种可能的实现方式中，根据所述第一用户的用户特征和所述相关值，从候选电子对象中确定向第一用户推荐的电子对象，包括：在候选电子对象特征对应的各个相关值中增加用户特征约束；根据增加所述用户特征约束的相关值确定向第一用户推荐的电子对象。其中一种可能的实现方式中，在候选电子对象特征对应的各个相关值中除增加所述用户特征约束外，所述方法还包括：在各个相关值中增加用户反馈约束，根据增加所述用户反馈约束的相关值确定向第一用户推荐的电子对象。其中一种可能的实现方式中，根据所述多个电子对象的特征生成特征序列，包括：从所述多个电子对象中选取具有预定用户反馈的电子对象；基于具有预定用户反馈的电子对象的特征生成所述特征序列。其中一种可能的实现方式中，基于具有预定用户反馈的电子对象的特征生成所述特征序列，包括：将具有预定用户反馈的电子对象的特征按照向用户推荐的时间顺序排列以生成所述特征序列。上述电子对象的推荐方法中，引入向用户历史推荐过的电子对象特征，并根据历史推荐过的电子对象特征与候选电子对象特征之间的相关度，挖掘用户的个性化需求和偏好，由此以更加准确地向用户进行推荐，提高所推荐电子对象与用户的匹配度。第二方面，本说明书实施例提供了一种电子对象的推荐装置，包括：生成模块，用于获取已为第一用户推荐的多个电子对象的特征，根据所述多个电子对象的特征生成特征序列；相关值确定模块，用于获取候选电子对象特征，确定所述候选电子对象特征与所述特征序列包含的各特征之间的相关值；推荐模块，用于根据所述第一用户的用户特征和所述相关值，从候选电子对象中确定向第一用户推荐的电子对象。其中一种可能的实现方式中，所述相关值确定模块，具体用于基于自注意力机制计算所述候选电子对象特征与所述特征序列包含的各特征之间的相关值。其中一种可能的实现方式中，所述相关值确定模块，具体用于将所述候选电子对象特征作为查询量以及将所述特征序列包含的各特征作为键和键值输入到自注意力计算模型中；基于所述自注意力计算模型的输出获取候选电子对象特征与所述特征序列包含的各特征之间的相关值。其中一种可能的实现方式中，所述相关值确定模块，具体用于基于自注意力计算模型包含的多头自注意力网络层计算所述候选电子对象特征与所述特征序列包含的各特征之间的相关值。其中一种可能的实现方式中，所述相关值确定模块，还用于在所述多头自注意力网络层计算出所述相关值之后，基于自注意力计算模型包含的网络规范层对所述多头自注意力网络层输出的所述相关值进行规范校正。其中一种可能的实现方式中，所述推荐模块，具体用于在候选电子对象特征对应的各个相关值中增加用户特征约束；根据增加所述用户特征约束的相关值确定向第一用户推荐的电子对象。其中一种可能的实现方式中，所述推荐模块，在候选电子对象特征对应的各个相关值中除增加所述用户特征约束外，还用于在各个相关值中增加用户反馈约束，根据增加所述用户反馈约束的相关值确定向第一用户推荐的电子对象。其中一种可能的实现方式中，所述生成模块，具体用于从所述多个电子对象中选取具有预定用户反馈的电子对象；基于具有预定用户反馈的电子对象的特征生成所述特征序列。其中一种可能的实现方式中，所述生成模块，具体用于将具有预定用户反馈的电子对象的特征按照向用户推荐的时间顺序排列以生成所述特征序列。第三方面，本说明书实施例提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的方法。第四方面，本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的方法。应当理解的是，本说明书的第二~第四方面与本说明书的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。附图说明为了更清楚地说明本说明书实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1为本说明书电子对象的推荐方法一个实施例的流程图；图2为本说明书电子对象的推荐方法另一个实施例的流本文档来自技高网...

【技术保护点】
1.一种电子对象的推荐方法，其特征在于，包括：/n获取已为第一用户推荐的多个电子对象的特征，根据所述多个电子对象的特征生成特征序列；/n获取候选电子对象特征，确定所述候选电子对象特征与所述特征序列包含的各特征之间的相关值；/n根据所述第一用户的用户特征和所述相关值，从候选电子对象中确定向第一用户推荐的电子对象。/n

【技术特征摘要】
1.一种电子对象的推荐方法，其特征在于，包括：
获取已为第一用户推荐的多个电子对象的特征，根据所述多个电子对象的特征生成特征序列；
获取候选电子对象特征，确定所述候选电子对象特征与所述特征序列包含的各特征之间的相关值；
根据所述第一用户的用户特征和所述相关值，从候选电子对象中确定向第一用户推荐的电子对象。


2.根据权利要求1所述的方法，其特征在于，确定所述候选电子对象特征与所述特征序列包含的各特征之间的相关值，包括：
基于自注意力机制计算所述候选电子对象特征与所述特征序列包含的各特征之间的相关值。


3.根据权利要求2所述的方法，其特征在于，基于自注意力机制计算所述候选电子对象特征与所述特征序列包含的各特征之间的相关值，包括：
将所述候选电子对象特征作为查询量以及将所述特征序列包含的各特征作为键和键值输入到自注意力计算模型中；
基于所述自注意力计算模型的输出获取候选电子对象特征与所述特征序列包含的各特征之间的相关值。


4.根据权利要求3所述的方法，其特征在于，基于所述自注意力计算模型的输出获取候选电子对象特征与所述特征序列包含的各特征之间的相关值，包括：
基于自注意力计算模型包含的多头自注意力网络层计算所述候选电子对象特征与所述特征序列包含的各特征之间的相关值。


5.根据权利要求4所述的方法，其特征在于，在所述多头自注意力网络层计算出所述相关值之后，所述方法还包括：
基于自注意力计算模型包含的网络规范层对所述多头自注意力网络层输出的所述相关值进行规范校正。


6.根据权利要求1所述的方法，其特征在于，根据所述第一用户的用户特征和所述相关值，从候选电子对象中确定向第一用户推荐的电子对象，包括：
在候选电子对象特征对应的各个相关值中增加用户特征约束；
根据增加所述用户特征约束的相关值确定向第一用户推荐的电子对象。


7.根据权利要求6所述的方法，其特征在于，在候选电子对象特征对应的各个相关值中除增加所述用户特征约束外，所述方法还包括：在各个相关值中增加用户反馈约束，根据增加所述用户反馈约束的相关值确定向第一用户推荐的电子对象。


8.根据权利要求1所述的方法，其特征在于，根据所述多个电子对象的特征生成特征序列，包括：
从所述多个电子对象中选取具有预定用户反馈的电子对象；
基于具有预定用户反馈的电子对象的特征生成所述特征序列。


9.根据权利要求8所述的方法，其特征在于，基于具有预定用户反馈的电子对象的特征生成所述特征序列，包括：
将具有预定用户反馈的电子对象的特征按照向用户推荐的时间顺序排列以生成所述特征序列。


10.一种电子对象的推荐装置，其特征在于，包括：
生成模块，用于获取已为第一用户推荐的多个电...

【专利技术属性】
技术研发人员：钱浩，周俊，崔卿，李龙飞，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33