本公开的实施例公开了推荐信息展示方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标物品的属性信息；根据上述属性信息，进行物品召回，得到候选物品信息集合；对上述候选物品信息集合中的每个候选物品信息进行特征映射，以生成特征映射信息，得到特征映射信息集合；将上述特征映射信息集合输入预先训练的推荐模型，以得到待推荐物品信息序列；展示上述待推荐物品信息序列中的待推荐物品信息。该实施方式提高了物品推荐的效率，进而提高了用户体验。进而提高了用户体验。进而提高了用户体验。
【技术实现步骤摘要】
推荐信息展示方法、装置、电子设备和计算机可读介质
[0001]本公开的实施例涉及计算机
，具体涉及推荐信息展示方法、装置、电子设备和计算机可读介质。
技术介绍
[0002]物品信息展示，是指通过在线地向用户展示用户感兴趣的物品对应的物品信息的一项技术。目前，在进行物品信息展示时，通常采用的方式为：通过具有显示功能的终端，向用户展示物品的外观图像等物品信息。
[0003]然而，当采用上述方式进行物品信息展示时，经常会存在如下技术问题：
[0004]通过展示物品的外观图像等物品信息的方式，展示方式较为单一，并且，用户无法直观的感受物品的使用效果，进而，在向用户推荐与用户感兴趣的物品相似的物品时，推荐的物品可能无法满足用户需求，从而导致物品推荐效率不高。
技术实现思路
[0005]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0006]本公开的一些实施例提出了推荐信息展示方法、装置、电子设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0007]第一方面，本公开的一些实施例提供了一种推荐信息展示方法，该方法包括：获取目标物品的属性信息；根据上述属性信息，进行物品召回，得到候选物品信息集合；对上述候选物品信息集合中的每个候选物品信息进行特征映射，以生成特征映射信息，得到特征映射信息集合；将上述特征映射信息集合输入预先训练的推荐模型，以得到待推荐物品信息序列；展示上述待推荐物品信息序列中的待推荐物品信息。
[0008]可选地，上述对上述候选物品信息集合中的每个候选物品信息进行特征映射，以生成特征映射信息，包括：通过映射字典，对上述候选物品信息进行特征映射，以生成特征映射信息。
[0009]可选地，上述预先训练的推荐模型包括：数据预处理层；以及上述将上述特征映射信息集合输入预先训练的推荐模型，以得到待推荐物品信息序列，包括：对于上述特征映射信息集合中的每条特征映射信息，将上述特征映射信息输入至上述数据预处理层，以生成至少一条子特征信息，将上述至少一条子特征信息中的子特征信息进行特征拼接，以生成特征信息。
[0010]可选地，上述预先训练的推荐模型还包括：物品信息排序层；以及上述将上述特征映射信息集合输入预先训练的推荐模型，以得到待推荐物品信息序列，还包括：将上述特征映射信息集合对应的特征信息集合输入上述物品信息排序层，以生成上述待推荐物品信息序列。
[0011]可选地，上述数据预处理层包括：子数据预处理层，其中，上述子数据预处理层包括：第一词嵌入层和池化层；以及上述对于上述特征映射信息集合中的每条特征映射信息，将上述特征映射信息输入至上述数据预处理层，以生成至少一条子特征信息，包括：响应于确定上述特征映射信息对应的候选物品信息包括第一类型数据，将上述特征映射信息包括的第一特征映射数据输入第一词嵌入层，以生成第一候选数据，其中，上述第一特征映射数据是通过对上述第一类型数据进行特征映射得到的；将上述第一候选数据输入上述池化层，以生成子特征信息。
[0012]可选地，上述数据预处理层包括：全连接层；以及上述对于上述特征映射信息集合中的每条特征映射信息，将上述特征映射信息输入至上述数据预处理层，以生成至少一条子特征信息，包括：响应于确定上述特征映射信息对应的候选物品信息包括第二类型数据，对上述特征映射信息包括的第二特征映射数据进行取对数操作，以生成第二候选数据，其中，上述第二特征映射数据是通过对上述第二类型数据进行特征映射得到的；将上述第二候选数据输入至上述全连接层，以生成子特征信息。
[0013]可选地，上述数据预处理层包括：文本特征预处理模型；以及上述对于上述特征映射信息集合中的每条特征映射信息，将上述特征映射信息输入至上述数据预处理层，以生成至少一条子特征信息，包括：响应于确定上述特征映射信息对应的候选物品信息包括第三类型数据，将上述特征映射信息包括的第三特征映射数据输入至上述文本特征预处理模型，以生成子特征信息，其中，上述第三特征映射数据是通过对上述第三类型数据进行特征映射得到的。
[0014]可选地，上述数据预处理层包括：第二词嵌入层；以及上述对于上述特征映射信息集合中的每条特征映射信息，将上述特征映射信息输入至上述数据预处理层，以生成至少一条子特征信息，包括：响应于确定上述特征映射信息对应的候选物品信息包括第四类型数据，将上述特征映射信息包括的第四特征映射数据输入至上述第二词嵌入层，以生成子特征信息，其中，上述第四特征映射数据是通过对上述第四类型数据进行特征映射得到的。
[0015]第二方面，本公开的一些实施例提供了一种推荐信息展示装置，装置包括：获取单元，被配置成获取目标物品的属性信息；物品召回单元，被配置成根据上述属性信息，进行物品召回，得到候选物品信息集合；特征映射单元，被配置成对上述候选物品信息集合中的每个候选物品信息进行特征映射，以生成特征映射信息，得到特征映射信息集合；输入单元，被配置成将上述特征映射信息集合输入预先训练的推荐模型，以得到待推荐物品信息序列；展示单元，被配置成展示上述待推荐物品信息序列中的待推荐物品信息。
[0016]可选地，上述特征映射单元被配置成：通过映射字典，对上述候选物品信息进行特征映射，以生成特征映射信息。
[0017]可选地，上述预先训练的推荐模型包括：数据预处理层；以及上述输入单元被配置成：对于上述特征映射信息集合中的每条特征映射信息，将上述特征映射信息输入至上述数据预处理层，以生成至少一条子特征信息，将上述至少一条子特征信息中的子特征信息进行特征拼接，以生成特征信息。
[0018]可选地，上述预先训练的推荐模型还包括：物品信息排序层；以及上述输入单元被配置成：将上述特征映射信息集合对应的特征信息集合输入上述物品信息排序层，以生成上述待推荐物品信息序列。
[0019]可选地，上述数据预处理层包括：子数据预处理层，其中，上述子数据预处理层包括：第一词嵌入层和池化层；以及上述输入单元被配置成：响应于确定上述特征映射信息对应的候选物品信息包括第一类型数据，将上述特征映射信息包括的第一特征映射数据输入第一词嵌入层，以生成第一候选数据，其中，上述第一特征映射数据是通过对上述第一类型数据进行特征映射得到的；将上述第一候选数据输入上述池化层，以生成子特征信息。
[0020]可选地，上述数据预处理层包括：全连接层；以及上述输入单元被配置成：响应于确定上述特征映射信息对应的候选物品信息包括第二类型数据，对上述特征映射信息包括的第二特征映射数据进行取对数操作，以生成第二候选数据，其中，上述第二特征映射数据是通过对上述第二类型数据进行特征映射得到的；将上述第二候选数据输入至上述全连接层，以生成子特征信息。
[0021]可选地，上述数据预处理层包括：文本特征预处理模型；以及上述输入单元被配置本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种推荐信息展示方法，包括：获取目标物品的属性信息；根据所述属性信息，进行物品召回，得到候选物品信息集合；对所述候选物品信息集合中的每个候选物品信息进行特征映射，以生成特征映射信息，得到特征映射信息集合；将所述特征映射信息集合输入预先训练的推荐模型，以得到待推荐物品信息序列；展示所述待推荐物品信息序列中的待推荐物品信息。2.根据权利要求1所述的方法，其中，所述对所述候选物品信息集合中的每个候选物品信息进行特征映射，以生成特征映射信息，包括：通过映射字典，对所述候选物品信息进行特征映射，以生成特征映射信息。3.根据权利要求1所述的方法，其中，所述预先训练的推荐模型包括：数据预处理层；以及所述将所述特征映射信息集合输入预先训练的推荐模型，以得到待推荐物品信息序列，包括：对于所述特征映射信息集合中的每条特征映射信息，将所述特征映射信息输入至所述数据预处理层，以生成至少一条子特征信息，将所述至少一条子特征信息中的子特征信息进行特征拼接，以生成特征信息。4.根据权利要求3所述的方法，其中，所述预先训练的推荐模型还包括：物品信息排序层；以及所述将所述特征映射信息集合输入预先训练的推荐模型，以得到待推荐物品信息序列，还包括：将所述特征映射信息集合对应的特征信息集合输入所述物品信息排序层，以生成所述待推荐物品信息序列。5.根据权利要求3所述的方法，其中，所述数据预处理层包括：子数据预处理层，其中，所述子数据预处理层包括：第一词嵌入层和池化层；以及所述对于所述特征映射信息集合中的每条特征映射信息，将所述特征映射信息输入至所述数据预处理层，以生成至少一条子特征信息，包括：响应于确定所述特征映射信息对应的候选物品信息包括第一类型数据，将所述特征映射信息包括的第一特征映射数据输入第一词嵌入层，以生成第一候选数据，其中，所述第一特征映射数据是通过对所述第一类型数据进行特征映射得到的；将所述第一候选数据输入所述池化层，以生成子特征信息。6.根据权利要求3所述的方法，其中，所述数据预处理层包括：全连接层；以及所述对于所述特征映射信息集合中的每条特征映射信息，将所述特征映射信息输入至所述数据预处理层，以生成至少一条子特征信息，包括：响应于确定所...
【专利技术属性】
技术研发人员：郑吉星，葛沈杨，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：
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。