【技术实现步骤摘要】
用户喜好物品信息生成方法、装置、电子设备和介质
[0001]本公开的实施例涉及计算机
，具体涉及用户喜好物品信息生成方法、装置、电子设备和介质。
技术介绍
[0002]目前，用户喜好物品信息探索技术为探索用户所喜好的物品信息的技术。通过用户喜好物品信息探索技术可以给用户推荐用户所喜好的物品信息。对于用户的喜好物品信息的探索，相关的方式为：根据用户的历史交互物品信息序列，采用序列推荐技术来生成用户对应的用户喜好物品信息。
[0003]然而，当采用上述方式来生成用户的用户喜好物品信息时，经常会存在如下技术问题：
[0004]生成的用户喜好物品信息可能存在不符合用户当前时间下实际需求，存在生成用户喜好物品信息不够准确的问题。
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...
【技术保护点】
【技术特征摘要】
1.一种用户喜好物品信息生成方法，包括：获取当前用户操作对应的当前时间信息；对所述当前时间信息进行向量编码，得到时间编码向量；获取与所述当前用户操作相关联操作用户的用户兴趣字典，其中，所述用户兴趣字典包括：多个二元组形式的向量对，每个向量对包括：时间特征向量和用户喜好物品特征向量；根据所述时间编码向量，从所述用户兴趣字典中筛选出至少一个目标向量对，其中，每个目标向量对中的时间特征向量与所述时间编码向量相匹配；根据至少一个用户喜好物品特征向量，生成所述操作用户在所述当前时间信息对应的至少一个用户喜好物品信息，其中，所述至少一个用户喜好物品特征向量为所述至少一个目标向量对中的向量。2.根据权利要求1所述的方法，其中，所述根据所述时间编码向量，从所述用户兴趣字典中筛选出至少一个目标向量对，包括：获取多个向量对所对应的各个时间特征向量；确定所述时间编码向量与所述各个时间特征向量之间的关联度；从所述用户兴趣字典中筛选出对应关联度大于预设阈值的向量对，作为目标向量对，得到所述至少一个目标向量对。3.根据权利要求1所述的方法，其中，所述用户兴趣字典通过以下步骤生成：获取所述操作用户对应的第一历史交互物品信息序列和第一历史物品交互时间信息序列；生成第一融合向量序列，其中，所述第一融合向量序列中的第一融合向量表征第一历史交互物品信息和对应第一历史物品交互时间信息的融合特征信息；将所述第一融合向量序列输入至预先训练的用户兴趣字典生成模型，以得到所述用户兴趣字典。4.根据权利要求3所述的方法，其中，所述将所述第一融合向量序列输入至预先训练的用户兴趣字典生成模型，以得到所述用户兴趣字典，包括：将所述第一融合向量序列输入至预先训练的存在多头自注意力机制的依赖特征信息提取网络，以输出第一依赖特征向量序列；根据所述第一依赖特征向量序列，生成用户喜好物品组合特征向量集，其中，每个用户喜好物品组合特征向量表征用户喜好物品组合信息的特征信息；对所述用户喜好物品组合特征向量集中的每个用户喜好物品组合特征向量进行多头线性投射，以生成向量对集，得到向量对集组；根据所述向量对集组，生成所述用户兴趣字典。5.根据权利要求3所述的方法，其中，所述第一历史交互物品信息序列中的第一历史交互物品信息包括：至少一个历史交互物品属性信息和历史交互物品名称信息；以及所述生成第一融合向量序列，包括：对于所述第一历史交互物品信息序列中的每个第一历史交互物品信息，执行第一融合向量生成步骤：对所述第一历史交互物品信息中的至少一个历史交互物品属性信息进行向量编码，得
到至少一个物品属性向量；对所述第一历史交互物品信息中的历史交互物品名称信息进行向量编码，得到物品名称向量；对所述第一历史交互物品信息对应的第一历史物品交互时间信息进行向量编码，得到历史物品交互时间向量；根据所述至少一个物品属性向量、所述物品名称向量和所述历史物品交互时间向量，生成第一融合向量。6.根据权利要求5所述的方法，其中，所述根据所述至少一个物品属性向量、所述物品名称向量和所述历史物品交互时间向量，生成第一融合向量，包括：对所述历史物品交互时间向量进行池化操作，得到池化后向量；将所述至少一个物品属性向量、所述物品名称向量和所述池化后向量进行拼接，以生成拼接后向量，作为所述第一融合向量。7.根据权利要求6所述的方法，其中，所述对所述当前时间信息进行向量编码，得到时间编码向量，包括：对所述当前时间信息进...
【专利技术属性】
技术研发人员：谢宏斌，
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。