物品召回方法、介质、装置和计算设备制造方法及图纸

本公开的实施方式提供了一种物品召回方法、介质、装置和计算设备。该方法包括：获取用户当前点击物品的物品嵌入表示以及物品位置嵌入表示；将所述物品嵌入表示以及所述物品位置嵌入表示输入注意力模型，输出召回物品的物品嵌入表示；其中，所述注意力模型根据用户历史点击物品的历史物品嵌入表示以及历史物品位置嵌入表示训练得到。以上方案，综合物品嵌入表示以及物品位置嵌入表示进行物品召回，可以丰富召回的依据，从而提升物品召回的准确性。性。性。

【技术实现步骤摘要】
物品召回方法、介质、装置和计算设备


[0001]本公开的实施方式涉及人工智能领域，更具体地，本公开的实施方式涉及一种物品召回方法、介质、装置和计算设备。

技术介绍

[0002]本部分旨在为本公开的实施方式提供背景或上下文。此处的描述不因包括在本部分中就承认是现有技术。
[0003]在流媒体网站或者流媒体软件中，用户播放流媒体会留下播放记录，通过提取播放记录中流媒体的嵌入表示可以学习用户的兴趣，从而给用户推荐符合用户兴趣的流媒体。
[0004]然而在实际应用中，用户的兴趣是变化的，用户的记录中包含多种类别的流媒体。因此，以播放记录中流媒体的嵌入表示作为依据进行推荐存在不准确的问题，影响用户的使用体验。

技术实现思路

[0005]本公开提供一种物品召回方法、介质、装置和计算设备，用于提升物品召回的准确性。
[0006]在本公开实施方式的第一方面中，提供了一种物品召回方法，包括：获取用户当前点击物品的物品嵌入表示以及物品位置嵌入表示；将所述物品嵌入表示以及所述物品位置嵌入表示输入注意力模型，输出召回物品的物品嵌入表示；其中，所述注意力模型根据用户历史点击物品的历史物品嵌入表示以及历史物品位置嵌入表示训练得到。
[0007]在本公开的一个实施例中，所述将所述物品嵌入表示以及所述物品位置嵌入表示输入注意力模型，输出召回物品的物品嵌入表示，包括：根据所述物品嵌入表示以及所述物品位置嵌入表示，构建输入矩阵；将所述输入矩阵输入注意力模型，输出召回物品的物品嵌入表示。
[0008]在本公开的另一个实施例中，所述根据所述物品嵌入表示以及所述物品位置嵌入表示，构建输入矩阵，包括：根据物品嵌入表示的数量以及物品位置嵌入表示的数量之和以及预设的维数，建立空白矩阵；将所述物品嵌入表示以及所述物品位置嵌入表示依次输入所述空白矩阵，得到所述输入矩阵。
[0009]在本公开的又一个实施例中，所述注意力模型包括多个注意力模块，所述注意力模块包括注意力层以及前馈神经网络。
[0010]在本公开的再一个实施例中，所述将所述输入矩阵输入注意力模型，输出召回物品的物品嵌入表示，包括：通过所述注意力层，对所述输入矩阵进行线性变换，得到变换后的输入矩阵；通过所述注意力层，对所述变换后的输入矩阵进行注意力操作，得到输出矩阵；通过所述前馈神经网络，处理所述输出矩阵，输出召回物品的物品嵌入表示。
[0011]在本公开的再一个实施例中，所述对所述变换后的输入矩阵进行注意力操作，得
到输出矩阵，包括：构建注意力矩阵；通过归一化指数函数对所述注意力矩阵的每一行进行处理，得到处理结果；通过所述处理结果对所述变换后的输入矩阵进行注意力操作，得到输出矩阵。
[0012]在本公开的再一个实施例中，所述注意力模型根据用户历史点击物品的历史物品嵌入表示以及历史物品位置嵌入表示训练得到，包括：获取用户历史点击物品的历史物品嵌入表示以及历史物品位置嵌入表示；根据所述历史物品嵌入表示以及历史物品位置嵌入表示，训练得到初始注意力模型以及输出损失函数；其中，所述损失函数表征所述历史物品的物品嵌入表示与初始注意力模型输出的历史物品的物品嵌入表示之间的差距；根据所述损失函数调整所述初始注意力模型的参数，得到注意力模型。
[0013]在本公开实施方式的第二方面中，提供了一种计算机可读存储介质，包括：所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面中任一项所述的物品召回方法。
[0014]在本公开实施方式的第三方面中，提供了一种物品召回装置，所述装置包括：获取模块，用于获取用户当前点击物品的物品嵌入表示以及物品位置嵌入表示；预测模块，用于将所述物品嵌入表示以及所述物品位置嵌入表示输入注意力模型，输出召回物品的物品嵌入表示；其中，所述注意力模型根据用户历史点击物品的历史物品嵌入表示以及历史物品位置嵌入表示训练得到。
[0015]在本公开的一个实施例中，所述预测模块，具体用于根据所述物品嵌入表示以及所述物品位置嵌入表示，构建输入矩阵；所述预测模块，具体还用于将所述输入矩阵输入注意力模型，输出召回物品的物品嵌入表示。
[0016]在本公开的另一个实施例中，所述预测模块，具体用于根据物品嵌入表示的数量以及物品位置嵌入表示的数量之和以及预设的维数，建立空白矩阵；所述预测模块，具体还用于将所述物品嵌入表示以及所述物品位置嵌入表示依次输入所述空白矩阵，得到所述输入矩阵。
[0017]在本公开的又一个实施例中，所述注意力模型包括多个注意力模块，所述注意力模块包括注意力层以及前馈神经网络。
[0018]在本公开的再一个实施例中，所述装置还包括：变换模块，用于通过所述注意力层，对所述输入矩阵进行线性变换，得到变换后的输入矩阵；操作模块，用于通过所述注意力层，对所述变换后的输入矩阵进行注意力操作，得到输出矩阵；处理模块，用于通过所述前馈神经网络，处理所述输出矩阵，输出召回物品的物品嵌入表示。
[0019]在本公开的再一个实施例中，所述操作模块，具体用于构建注意力矩阵；通过归一化指数函数对所述注意力矩阵的每一行进行处理，得到处理结果；所述操作模块，具体还用于通过所述处理结果对所述变换后的输入矩阵进行注意力操作，得到输出矩阵。
[0020]在本公开的再一个实施例中，所述装置还包括：训练模块，用于获取用户历史点击物品的历史物品嵌入表示以及历史物品位置嵌入表示；所述训练模块，还用于根据所述历史物品嵌入表示以及历史物品位置嵌入表示，训练得到初始注意力模型以及输出损失函数；其中，所述损失函数表征所述历史物品的物品嵌入表示与初始注意力模型输出的历史物品的物品嵌入表示之间的差距；所述训练模块，还用于根据所述损失函数调整所述初始注意力模型的参数，得到注意力模型。
[0021]在本公开实施方式的第四方面中，提供了一种计算设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述计算设备执行如本公开实施方式的第一方面中任一项所述的物品召回方法。
[0022]根据本公开的实施方式，综合物品嵌入表示以及物品位置嵌入表示进行物品召回，可以丰富召回的依据，从而提升物品召回的准确性。
附图说明
[0023]通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：
[0024]图1示意性地示出了根据本公开实施方式的应用场景的示意图；
[0025]图2示意性地示出了根据本公开一实施例的提供的物品召回方法的流程示意图；
[0026]图3示意性地示出了根据本公开一实施例提供的输入矩阵的示例图；
[0027]图4示意性地示出了根据本公开一实施例提供的注意力模型的示例图；
[0028]图5示意性地示出了根据本公本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物品召回方法，包括：获取用户当前点击物品的物品嵌入表示以及物品位置嵌入表示；将所述物品嵌入表示以及所述物品位置嵌入表示输入注意力模型，输出召回物品的物品嵌入表示；其中，所述注意力模型根据用户历史点击物品的历史物品嵌入表示以及历史物品位置嵌入表示训练得到。2.根据权利要求1所述的方法，所述将所述物品嵌入表示以及所述物品位置嵌入表示输入注意力模型，输出召回物品的物品嵌入表示，包括：根据所述物品嵌入表示以及所述物品位置嵌入表示，构建输入矩阵；将所述输入矩阵输入注意力模型，输出召回物品的物品嵌入表示。3.根据权利要求2所述的方法，所述根据所述物品嵌入表示以及所述物品位置嵌入表示，构建输入矩阵，包括：根据物品嵌入表示的数量以及物品位置嵌入表示的数量之和以及预设的维数，建立空白矩阵；将所述物品嵌入表示以及所述物品位置嵌入表示依次输入所述空白矩阵，得到所述输入矩阵。4.根据权利要求1所述的方法，所述注意力模型包括多个注意力模块，所述注意力模块包括注意力层以及前馈神经网络。5.根据权利要求4所述的方法，所述将所述输入矩阵输入注意力模型，输出召回物品的物品嵌入表示，包括：通过所述注意力层，对所述输入矩阵进行线性变换，得到变换后的输入矩阵；通过所述注意力层，对所述变换后的输入矩阵进行注意力操作，得到输出矩阵；通过所述前馈神经网络，处理所述输出矩阵，输出召回物品的物品嵌入表示。6.根据权利要求5所述的方法，所述对所述变换后的输入矩阵进行注意力操作，得到输出矩阵，包括：构建注意力矩阵；通过归一化指数函数对所述注...

【专利技术属性】
技术研发人员：罗凡，许盛辉，潘照明，
申请(专利权)人：杭州网之易创新科技有限公司，
类型：发明
国别省市：