一种目标信息确定方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种目标信息确定方法，包括：对获取到的用户数据进行特征提取处理，得到特征信息；利用周期性预测通道对特征信息进行周期预测处理，得到周期性特征；利用衰减性预测通道对特征信息进行衰减预测处理，得到衰减性特征；利用周期性特征和衰减性特征对用户数据对应的多个信息进行筛选，得到目标信息；该方法利用周期性预测通道与衰减性预测通道相结合的方法，使目标信息的确定过程包括了信息周期的影响，因此可以准确地对用户数据对应的多项信息进行筛选，确定当前需要的信息，即目标信息，改善了用户的使用体验；此外，本发明专利技术还提供了一种目标信息确定装置、目标信息确定设备及计算机可读存储介质，也具有上述有益效果。

A target information determination method, device, device and readable storage medium

【技术实现步骤摘要】
一种目标信息确定方法、装置、设备及可读存储介质
本专利技术涉及深度学习
，特别涉及一种目标信息确定方法、目标信息确定装置、目标信息确定设备及计算机可读存储介质。
技术介绍
推荐系统在人们的日常生活中发挥着重要的作用，可以帮助用户缓解信息过载的问题，并推荐用户可能感兴趣的产品。重复消费是序列推荐任务中一个很常见的现象，用户通常会再次浏览或者购买之前已经购买或浏览过的商品。重复推荐是推荐系统的一个重要组成部分，无论是对商业利益还是用户体验感来说。推荐系统都应该在合适的时间进行适当的重复推荐。现有推荐方法在用户购买或浏览某些信息后，会立即为用户进行重复推荐。然而，每类商品都具有使用周期，大部分情况下用户在购买某个商品后就不需要该类型商品的信息，而现有推荐方法则会立即重复推荐该类商品的信息，即立即将该类商品的信息确定为目标信息进而进行推荐，因此会造成目标信息确定不准确的问题，同时影响了用户的使用体验。因此，如何解决现有推荐方法存在的目标信息确定不准确，影响用户使用体验的问题，是本领域技术人员需要解决的技术问题。专利本文档来自技高网...

【技术保护点】
1.一种目标信息确定方法，其特征在于，包括：/n对获取到的用户数据进行特征提取处理，得到特征信息；/n利用周期性预测通道对所述特征信息进行周期预测处理，得到周期性特征；/n利用衰减性预测通道对所述特征信息进行衰减预测处理，得到衰减性特征；/n利用所述周期性特征和所述衰减性特征对所述用户数据对应的多个信息进行筛选，得到目标信息。/n

【技术特征摘要】
1.一种目标信息确定方法，其特征在于，包括：
对获取到的用户数据进行特征提取处理，得到特征信息；
利用周期性预测通道对所述特征信息进行周期预测处理，得到周期性特征；
利用衰减性预测通道对所述特征信息进行衰减预测处理，得到衰减性特征；
利用所述周期性特征和所述衰减性特征对所述用户数据对应的多个信息进行筛选，得到目标信息。


2.根据权利要求1所述的目标信息确定方法，其特征在于，所述对获取到的用户数据进行特征提取处理，得到特征信息，包括：
利用图卷积神经网络对所述用户数据进行信息提取处理，得到用户特征；
生成所述用户特征对应的时间差矩阵和嵌入序列，将所述时间差矩阵和所述嵌入序列确定为所述特征信息。


3.根据权利要求2所述的目标信息确定方法，其特征在于，在所述利用图卷积神经网络对所述用户数据进行信息提取处理之前，还包括：
获取多个训练数据，并利用所述训练数据生成有向图；
利用所述有向图对初始图卷积神经网络进行训练，得到所述图卷积神经网络。


4.根据权利要求2所述的目标信息确定方法，其特征在于，所述生成所述用户特征对应的时间差矩阵和嵌入序列，包括：
利用所述用户特征和位置向量生成所述嵌入序列；
计算所述嵌入序列中各个元素之间的时间差值，利用所述时间差值构建所述时间差矩阵。


5.根据权利要求1所述的目标信息确定方法，其特征在于，在所述利用周期性预测通道对所述特征信息进行周期预测处理之前，还包括：
利用周期激活函数和自注意力网络构建初始周期性预测通道；
利用训练数据对应的训练特征信息对所述初始周期性预测通道进...

【专利技术属性】
技术研发人员：赵朋朋，马俊，周晓方，崔志明，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏;32