一种对象组合召回方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种对象组合召回方法、装置、电子设备及存储介质，该方法包括：接收目标用户通过目标终端发送的用户搜索请求；确定目标用户标识对应的目标用户特征向量；基于目标用户特征向量与每个待推荐对象组合中各个待推荐对象的对象特征向量，确定每个待推荐对象组合对应的对象组合特征向量；计算目标用户特征向量与每个对象组合特征向量的相似度，并召回相似度大于预设相似度的对象组合特征向量所对应的待推荐对象组合。可见，用户特征向量能够表征用户的多个兴趣点，对象特征向量具有跨地点泛化能力，同时覆盖度也较高，从而所确定的对象组合特征向量的准确度较高，可以使得所召回的待推荐对象组合的准确度更高，更能满足用户需求。

【技术实现步骤摘要】
一种对象组合召回方法、装置、电子设备及存储介质
本申请涉及信息推荐
，特别是涉及一种对象组合召回方法、装置、电子设备及存储介质。
技术介绍
随着互联网技术的快速发展，越来越多的对象如菜品能够借由对象推荐系统被推送给用户。具体的，对象推荐系统为用户推荐对象的过程大致分为召回阶段和排序阶段。召回阶段利用召回算法选取用户可能感兴趣对象的对象候选集，排序阶段为从对象候选集中选取用户可能最感兴趣的对象，并作为推荐结果。相关技术中，召回阶段通常是以单个对象为单位进行召回，而实际应用中，可能存在同时召回多个对象即对象组合的场景。例如，以菜品推荐为例，商家可以为用户推荐菜品套餐即菜品组合，此时，需要召回多个菜品作为菜品组合。然而，由于对象组合相对于单个对象来说，是由多个对象组合而成的，因此，对象组合通常有很多种。采用传统的召回单个对象的方式，所召回的对象组合的准确性较低，从而导致为用户推荐的对象组合准确度较低。
技术实现思路
为解决
技术介绍
记载的技术问题，本申请示出了一种对象组合召回方法、装置、电子设备及存储介质。第一方面，本本文档来自技高网...

【技术保护点】
1.一种对象组合召回方法，其特征在于，应用于电子设备，所述方法包括：/n接收目标用户通过目标终端发送的用户搜索请求，所述用户搜索请求携带所述目标用户的目标用户标识；/n确定所述目标用户标识对应的目标用户特征向量，所述目标用户特征向量为对目标用户的用户历史行为数据所包括的多个对象的对象特征向量进行聚类所得到的，一个对象的对象特征向量是对该对象的预定对象名称和/或对象标识进行转化所得的；/n基于所述目标用户特征向量与每个待推荐对象组合中各个待推荐对象的对象特征向量，确定每个待推荐对象组合对应的对象组合特征向量，一个待推荐对象的对象特征向量是对该推荐对象的预定对象名称和/或对象标识进行转化所得的；/...

【技术特征摘要】
1.一种对象组合召回方法，其特征在于，应用于电子设备，所述方法包括：
接收目标用户通过目标终端发送的用户搜索请求，所述用户搜索请求携带所述目标用户的目标用户标识；
确定所述目标用户标识对应的目标用户特征向量，所述目标用户特征向量为对目标用户的用户历史行为数据所包括的多个对象的对象特征向量进行聚类所得到的，一个对象的对象特征向量是对该对象的预定对象名称和/或对象标识进行转化所得的；
基于所述目标用户特征向量与每个待推荐对象组合中各个待推荐对象的对象特征向量，确定每个待推荐对象组合对应的对象组合特征向量，一个待推荐对象的对象特征向量是对该推荐对象的预定对象名称和/或对象标识进行转化所得的；
计算所述目标用户特征向量与每个所述对象组合特征向量的相似度，并召回相似度大于预设相似度的对象组合特征向量所对应的待推荐对象组合。


2.根据权利要求1所述的方法，其特征在于，所述基于所述目标用户特征向量与每个待推荐对象组合中各个待推荐对象的对象特征向量，确定每个待推荐对象组合对应的对象组合特征向量，包括：
计算所述目标用户特征向量与每个待推荐对象组合中各个待推荐对象的对象特征向量的相似度；
对于每一待推荐对象，将该待推荐对象对应的相似度确定为该待推荐对象对应的权重；
对于每一待推荐对象组合，将该待推荐对象组合中各个待推荐对象的对象特征向量与对应的权重进行加权求和，得到该待推荐对象组合对应的对象组合特征向量。


3.根据权利要求1或2所述的方法，其特征在于，所述目标用户特征向量和所述各个待推荐对象的对象特征向量是在得到训练好的特征获取模型时所保存的，其中，所述特征获取模型包括：对象表征层，用户表征层，对象组合表征层和全连接层；
训练所述特征获取模型的过程，包括：
对于对象组合训练数据中的每一训练对象，将该训练对象的预定对象名称和/或对象标识输入所述对象表征层，得到该训练对象的对象特征向量；
将各个用户的用户历史行为数据所包括的各个训练对象的对象特征向量输入所述用户表征层，得到所述各个用户的用户标识对应的用户特征向量；
将所述各个用户的用户标识对应的用户特征向量与各个训练对象的对象特征向量输入所述对象组合表征层，得到所述对象组合训练数据对应的对象组合特征向量；
将所述各个用户的用户标识对应的用户特征向量与所述对象组合特征向量输入到所述全连接层中，对特征获取模型进行训练；
在所述特征获取模型对应的损失函数值小于预设阈值时，得到训练好的特征获取模型，并保存所述各个用户的用户标识对应的用户特征向量与各个训练对象的对象特征向量。


4.根据权利要求3所述的方法，其特征在于，所述将各个用户的用户历史行为数据所包括的各个训练对象的对象特征向量输入所述用户表征层，得到所述各个用户的用户标识对应的用户特征向量，包括：
对于每一用户，将该用户的用户历史行为数据所包括的各个训练对象的对象特征向量输入所述用户表征层，以使得所述用户表征层对所述各个训练对象的对象特征向量进行聚类，得到多个对象特征向量类簇，并将所述多个对象特征向量类簇的中心点确定为该用户的用户标识对应的用户特征向量。


5.根据权利要求3的方法，其特征在于，所述将所述各个用户的用户标识对应的用户特征向量与各个训练对象的对象特征向量输入所述对象组合表征层，得到所述对象组合训练数据对应的对象组合特征向量，包括：
将所述各个用户对应的用户特征向量与各个训练对象的对象特征向量输入所述对象组合表征层，以使得所述对象组合表征层执行如下步骤：
将各个训练对象的对象特征向量与所述对象组合表征层的权重向量相乘，得到各个训练对象的加权后的对象特征向量，其中，所述权重向量为所述特征获取模型的模型参数；
计算所述各个用户对应的用户特征向量与各个训练对象的加权后的对象特征向量的相似度，并将每个训练对象的加权后的对象特征向量对应的相似度确定为该加权后的对象特征向量对应的权重；
将所述各个训练对象的加权后的对象特征向量与对应的权重进行加权求和，得到所述对象组合训练数据对应的对象组合特征向量。


6.根据权利要求5所述的方法，其特征在于，在得到所述训练好的特征获取模型时所保存的各个待推荐对象的对象特征向量为所述各个待推荐对象的加权后的对象特征向量。


7.一种对象组合召回装置，其特征在于，应用于电子设备，所述装置包括：
搜索请求接收模块，用于接收目标用户通过目标终端发送的用户搜索请求，所述用...

【专利技术属性】
技术研发人员：周俊文，刘海文，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11