物品推荐方法及相关装置制造方法及图纸

本申请公开了一种物品推荐方法及相关装置，涉及人工智能技术领域，本申请可以应用于地图车联网领域，该方法包括：获取候选物品集中所包括物品的物品特征向量，并基于物品特征向量生成目标特征向量矩阵；确定对物品排序的轮次，每个轮次对应一个排序的位置；按照轮次对目标特征向量矩阵进行信息屏蔽处理，生成各轮次中携带屏蔽信息的待融合矩阵；基于待融合矩阵进行信息融合处理，生成各轮次中的信息融合矩阵，目标物品指各轮次之前的轮次所对应位置匹配的物品；基于信息融合矩阵进行预估处理，得到各轮次对应的位置匹配的物品，以根据位置对应的排序对匹配的物品进行推荐。本申请可以提升物品推荐工作中物品排序准确性，提升物品推荐效果。物品推荐效果。物品推荐效果。

【技术实现步骤摘要】
物品推荐方法及相关装置


[0001]本申请涉及人工智能
，具体涉及一种物品推荐方法及相关装置。

技术介绍

[0002]物品推荐即向目标对象推荐物品的任务，例如，通过订阅号消息列表推荐消息卡片等物品任务，在进行物品推荐的通常会按照特定排序进行推荐，来提升物品推荐效果。
[0003]目前，在进行物品推荐时，一些方式中，存在通过对候选的物品统一直接打分来确定物品的排序进行推荐的方式，这样存在效率高但是推荐效果较差的问题，进一步的一些方式中，通过迭代为新排序物品序列中每个位置依次选择匹配的物品进行排序及推荐，但是这些方式中基于前序位置中已匹配物品的信息来预估其它未被匹配物品中后续位置所匹配的物品，存在信息增益较差且信息挖掘度较低的问题，导致排序准确性较低，物品推荐效果较差。
[0004]因此，目前存在物品推荐工作中物品排序准确性较低，物品推荐效果较差的问题。

技术实现思路

[0005]本申请实施例提供一种物品推荐方法及相关装置，可以有效提升物品推荐工作中物品排序准确性，提升物品推荐效果。
[0006]为解决上述技术问题，本申请实施例提供以下技术方案：
[0007]根据本申请的一个实施例，一种物品推荐方法，该方法包括：获取候选物品集中所包括物品的物品特征向量，并基于所述物品特征向量生成目标特征向量矩阵；确定对所述物品排序的轮次，每个所述轮次对应一个排序的位置；按照所述轮次对所述目标特征向量矩阵进行信息屏蔽处理，生成各所述轮次中携带屏蔽信息的待融合矩阵；基于所述待融合矩阵进行信息融合处理，以在信息融合时利用所述屏蔽信息屏蔽目标物品的特征信息，生成各所述轮次中的信息融合矩阵，所述目标物品指各所述轮次之前的轮次所对应位置匹配的物品；基于所述信息融合矩阵进行预估处理，得到各所述轮次对应的位置匹配的物品，以根据所述位置对应的排序对匹配的物品进行推荐。
[0008]根据本申请的一个实施例，一种物品推荐装置，其包括：获取模块，用于获取候选物品集中所包括物品的物品特征向量，并基于所述物品特征向量生成目标特征向量矩阵；确定模块，用于确定对所述物品排序的轮次，每个所述轮次对应一个排序的位置；屏蔽模块，用于按照所述轮次对所述目标特征向量矩阵进行信息屏蔽处理，生成各所述轮次中携带屏蔽信息的待融合矩阵；融合模块，用于基于各所述轮次中的待融合矩阵进行信息融合处理，以利用所述屏蔽信息屏蔽目标物品的特征信息，生成各所述轮次中的信息融合矩阵，所述目标物品指各所述轮次之前的轮次所对应位置匹配的物品；推荐模块，用于基于所述信息融合矩阵进行预估处理，得到各所述轮次对应的位置匹配的物品，以根据所述位置对应的排序对匹配的物品进行推荐。
[0009]在本申请的一些实施例中，所述获取模块，包括：获取单元，用于基于所述物品特
征向量构建初始特征向量矩阵，并获取预设线性变换矩阵；变换单元，用于基于所述预设线性变换矩阵对所述初始特征向量矩阵进行线性变换处理，生成所述目标特征向量矩阵。
[0010]在本申请的一些实施例中，所述预设线性变换矩阵包括第一变换矩阵、第二变换矩阵以及第三变换矩阵，所述目标特征向量矩阵包括查询向量矩阵、键值向量矩阵以及内容向量矩阵；所述变换单元，包括：第一变换子单元，用于将所述初始特征向量矩阵与所述第一变换矩阵进行相乘处理，生成所述查询向量矩阵；第二变换子单元，用于将所述初始特征向量矩阵与所述第二变换矩阵进行相乘处理，生成所述键值向量矩阵；第三变换子单元，用于将所述初始特征向量矩阵与所述第三变换矩阵进行相乘处理，生成所述内容向量矩阵。
[0011]在本申请的一些实施例中，所述屏蔽模块，包括：生成单元，用于在各所述轮次中，生成各所述轮次对应的信息掩码矩阵；屏蔽单元，用于基于各所述轮次对应的信息掩码矩阵对所述目标特征向量矩阵进行信息屏蔽处理，生成各所述轮次中携带屏蔽信息的待融合矩阵。
[0012]在本申请的一些实施例中，所述目标特征向量矩阵包括查询向量矩阵、键值向量矩阵及内容向量矩阵；所述屏蔽单元，包括：相乘处理子单元，用于将所述查询向量矩阵与所述键值向量矩阵进行矩阵相乘处理，得到相似度矩阵；点乘处理子单元，用于将各所述轮次对应的信息掩码矩阵与所述相似度矩阵进行点乘处理，生成各所述轮次中携带初始屏蔽信息的屏蔽后相似度矩阵；目标生成子单元，用于基于各所述轮次中的屏蔽后相似度矩阵，生成各所述轮次中携带所述屏蔽信息的目标融合矩阵；目标确定子单元，用于在各所述轮次中，将所述内容向量矩阵与各轮次中的所述目标融合矩阵，作为各轮次中的所述待融合矩阵。
[0013]在本申请的一些实施例中，所述屏蔽后相似度矩阵内的目标列中保存所述初始屏蔽信息，所述屏蔽后相似度矩阵中所述目标列之外每个元素为所述候选物品集中一个物品对于其他物品的注意力分数；所述生成子单元，用于将各所述轮次中的屏蔽后相似度矩阵进行归一化处理，以将所述初始屏蔽信息归一化为所述屏蔽信息并将所述注意力分数归一化为所述注意力信息，得到各所述轮次中的目标融合矩阵。
[0014]在本申请的一些实施例中，所述目标特征向量矩阵包括查询向量矩阵、键值向量矩阵及内容向量矩阵，各轮次中生成的所述待融合矩阵包括携带屏蔽信息的目标融合矩阵以及所述内容向量矩阵，所述目标融合矩阵基于所述查询向量矩阵及所述键值向量矩阵生成；所述融合模块，包括：融合处理单元，用于将各所述轮次中的目标融合矩阵与所述内容向量矩阵进行信息融合处理，以在信息融合时利用所述屏蔽信息屏蔽所述目标物品的特征信息，生成各所述轮次中的信息融合矩阵。
[0015]在本申请的一些实施例中，所述目标融合矩阵内的目标列中保存所述屏蔽信息，所述目标融合矩阵中所述目标列之外每个元素为所述候选物品集中一个物品对于其他物品的注意力信息；所述目标融合矩阵与所述内容向量矩阵的维度相同，所述内容向量矩阵中每一行对应所述候选物品集中一个物品的特征信息，所述目标物品在所述内容向量矩阵中对应的行数等于所述目标列在所述目标融合矩阵中的列数；所述融合处理单元，用于：将各所述轮次中的目标融合矩阵与所述内容向量矩阵进行矩阵相乘处理，以在矩阵相乘处理时利用所述目标列的屏蔽信息屏蔽所述目标行的特征信息，生成各所述轮次中的信息融合
矩阵。
[0016]在本申请的一些实施例中，所述推荐模块，包括：预估单元，用于基于各所述轮次中的所述信息融合矩阵进行预估处理，得到各所述轮次中待排序物品放置在各所述轮次对应的位置的评分，所述待排序物品指各所述轮次之前的轮次所对应位置未匹配到的物品；匹配单元，用于根据各所述轮次中待排序物品的评分，确定各所述轮次对应的位置所匹配的物品。
[0017]在本申请的一些实施例中，所述评分包括点击率；所述预估单元，用于基于各所述轮次中的所述信息融合矩阵进行预估处理，得到各所述轮次中待排序物品放置在各所述轮次对应的位置的点击率。
[0018]在本申请的一些实施例中，所述推荐模块，包括：排列单元，用于将各所述轮次对应的位置所匹配的物品，按照各所述轮次对应的位置对应的排序进行排列，得到目标物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物品推荐方法，其特征在于，包括：获取候选物品集中所包括物品的物品特征向量，并基于所述物品特征向量生成目标特征向量矩阵；确定对所述物品排序的轮次，每个所述轮次对应一个排序的位置；按照所述轮次对所述目标特征向量矩阵进行信息屏蔽处理，生成各所述轮次中携带屏蔽信息的待融合矩阵；基于所述待融合矩阵进行信息融合处理，以在信息融合时利用所述屏蔽信息屏蔽目标物品的特征信息，生成各所述轮次中的信息融合矩阵，所述目标物品指各所述轮次之前的轮次所对应位置匹配的物品；基于所述信息融合矩阵进行预估处理，得到各所述轮次对应的位置匹配的物品，以根据所述位置对应的排序对匹配的物品进行推荐。2.根据权利要求1所述的方法，其特征在于，所述基于所述物品特征向量生成目标特征向量矩阵，包括：基于所述物品特征向量构建初始特征向量矩阵，并获取预设线性变换矩阵；基于所述预设线性变换矩阵对所述初始特征向量矩阵进行线性变换处理，生成所述目标特征向量矩阵。3.根据权利要求2所述的方法，其特征在于，所述预设线性变换矩阵包括第一变换矩阵、第二变换矩阵以及第三变换矩阵，所述目标特征向量矩阵包括查询向量矩阵、键值向量矩阵以及内容向量矩阵；所述基于所述预设线性变换矩阵对所述初始特征向量矩阵进行线性变换处理，生成所述目标特征向量矩阵，包括：将所述初始特征向量矩阵与所述第一变换矩阵进行相乘处理，生成所述查询向量矩阵；将所述初始特征向量矩阵与所述第二变换矩阵进行相乘处理，生成所述键值向量矩阵；将所述初始特征向量矩阵与所述第三变换矩阵进行相乘处理，生成所述内容向量矩阵。4.根据权利要求1所述的方法，其特征在于，所述按照所述轮次对所述目标特征向量矩阵进行信息屏蔽处理，生成各所述轮次中携带屏蔽信息的待融合矩阵，包括：在各所述轮次中，生成各所述轮次对应的信息掩码矩阵；基于各所述轮次对应的信息掩码矩阵对所述目标特征向量矩阵进行信息屏蔽处理，生成各所述轮次中携带屏蔽信息的待融合矩阵。5.根据权利要求2所述的方法，其特征在于，所述目标特征向量矩阵包括查询向量矩阵、键值向量矩阵及内容向量矩阵；所述基于各所述轮次对应的信息掩码矩阵对所述目标特征向量矩阵进行信息屏蔽处理，生成各所述轮次中携带屏蔽信息的待融合矩阵，包括：将所述查询向量矩阵与所述键值向量矩阵进行矩阵相乘处理，得到相似度矩阵；将各所述轮次对应的信息掩码矩阵与所述相似度矩阵进行点乘处理，生成各所述轮次中携带初始屏蔽信息的屏蔽后相似度矩阵；
基于各所述轮次中的屏蔽后相似度矩阵，生成各所述轮次中携带所述屏蔽信息的目标融合矩阵；在各所述轮次中，将所述内容向量矩阵与各轮次中的所述目标融合矩阵，作为各轮次中的所述待融合矩阵。6.根据权利要求5所述的方法，其特征在于，所述屏蔽后相似度矩阵内的目标列中保存所述初始屏蔽信息，所述屏蔽后相似度矩阵中所述目标列之外每个元素为所述候选物品集中一个物品对于其他物品的注意力分数；所述基于各所述轮次中的屏蔽后相似度矩阵，生成各所述轮次中携带屏蔽信息的目标融合矩阵，包括：将各所述轮次中的屏蔽后相似度矩阵进行归一化处理，以将所述初始屏蔽信息归一化为所述屏蔽信息并将所述注意力分数归一化为所述注意力信息，得到各所述轮次中的目标融合矩阵。7.根据权利要求1所述的方法，其特征在于，所述目标特征向量矩阵包括查询向量矩阵、键值向量矩阵及内容向量矩阵，各轮次中生成的所述待融合矩阵包括携带屏蔽信息的目标融合矩阵以及所述内容向量矩阵，所述目标融合矩阵基于所述查询向量矩阵及所述键值向量矩阵生成；所述基于所述待融合矩...

【专利技术属性】
技术研发人员：陈煜钊，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：