一种物品推荐方法和装置制造方法及图纸

本申请实施例公开了一种物品推荐方法和装置，其中，所述物品推荐方法包括：获取已选择物品；采用已训练的物品推荐网络，对所述已选择物品进行特征向量提取，得到待处理特征向量；确定与所述待处理特征向量之间的余弦相似度满足预设条件的物品特征向量；将所述物品特征向量表示的物品，确定为所述已选择物品对应的推荐物品。的推荐物品。的推荐物品。

【技术实现步骤摘要】
一种物品推荐方法和装置


[0001]本申请涉及物品应用领域，尤其涉及一种物品推荐方法和装置。

技术介绍

[0002]在电商推荐场景中，用户在购买完物品或物品下单后，需基于当前购买物品推荐相关物品至用户；相关技术中，通常基于共同购买原则进行物品推荐；这样存在新上架的物品以及没有共同购买的物品无法进行推荐等情况，进而使得物品推荐环节无法推荐较为全面且精准的物品。

技术实现思路

[0003]有鉴于此，本申请实施例提供一种物品推荐方法和装置。
[0004]本申请的技术方案是这样实现的：
[0005]本申请实施例提供一种物品推荐方法，所述方法包括：
[0006]获取已选择物品；
[0007]采用已训练的物品推荐网络，对所述已选择物品进行特征向量提取，得到待处理特征向量；
[0008]确定与所述待处理特征向量之间的余弦相似度满足预设条件的物品特征向量；
[0009]将所述物品特征向量表示的物品，确定为所述已选择物品对应的推荐物品。
[0010]本申请实施例提供一种物品推荐装置，所述装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物品推荐方法，所述方法包括：获取已选择物品；采用已训练的物品推荐网络，对所述已选择物品进行特征向量提取，得到待处理特征向量；确定与所述待处理特征向量之间的余弦相似度满足预设条件的物品特征向量；将所述物品特征向量表示的物品，确定为所述已选择物品对应的推荐物品。2.根据权利要求1所述的方法，所述已训练的物品推荐网络在训练过程的监督信息至少包括：训练物品对中的两个物品的特征向量之间的余弦相似度，与所述训练物品对对应的标签数值之间的监督信息；所述训练物品对由同一用户在指定间隔时间内访问的时间差满足预设差值的两个物品构成；所述训练物品对对应的标签数值是基于构成所述训练物品对的两个物品的物品价值和物品类型确定的。3.根据权利要求1所述的方法，所述确定与所述待处理特征向量之间的余弦相似度满足预设条件的物品特征向量，包括：对与所述待处理特征向量之间的余弦相似度大于或等于预设阈值的待筛选特征向量，按照与所述待处理特征向量之间的余弦相似度从大到小进行排序，得到待筛选特征向量序列；基于预设选取数，从所述待筛选特征向量序列中选取排序靠前的所述物品特征向量。4.根据权利要求1至3任一所述的方法，所述已训练的物品推荐网络的训练过程，包括：获取物品访问记录在指定时间间隔内对应的访问物品集；基于物品的属性信息，对所述访问物品集中的访问物品进行组合和标记，得到正样本物品对集和负样本物品对集；基于所述正样本物品对集和所述负样本物品对集，对待训练的物品推荐网络的网络参数进行训练，得到所述已训练的物品推荐网络。5.根据权利要求4所述的方法，所述基于物品的属性信息，对所述访问物品集中的访问物品进行组合和标记，得到正样本物品对集和负样本物品对集，包括：在所述访问物品集中，将属于同一访问用户且访问时间差满足预设差值的两个访问物品进行组合，得到待处理物品对集；基于物品类型和物品价值，对所述待处理物品对集中的待处理物品对进行分类标记，得到所述正样本物品对集和所述负样本物品对集。6.根据权利要求5所述的方法，所述基于物品类型和物品价值，对所述待处理物品对集中的待处理物品对进行分类标记，得到所述正样本物品对集和所述负样本物品对集，包括：基于所述物品类型，对所述待处理物品对集中的待处理物品对进行分类，得到第一物品对集和第二物品对集；所述第一物品对集中的第一物品对包括类型不同的两个物品；所述第二物品对集中的第二物品对包括类型相同的两个物品；基于所述物品价值，分别对所述第一物品对集中的第一物品对和所述第二物品...

【专利技术属性】
技术研发人员：韩岩，何明，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：