投放信息的确定方法及相关设备技术

本申请涉及人工智能技术领域，公开了一种投放信息的确定方法及相关设备，该包括：由第一图注意力网络输出目标用户相对于候选商家的第一用户特征；由第二图注意力网络输出候选商家相对于目标用户的第一商家特征；由对偶注意力网络根据互动关系图，确定目标用户的第二用户特征和候选商家的第二商家特征；由互动预测网络根据目标用户的全局用户特征和候选商家的全局商家特征，输出目标用户相对于候选商家的互动概率；根据目标用户相对于候选商家的互动概率在多个候选商家中进行筛选，确定目标商家，以将目标商家的投放信息确定为向目标用户待投放的待投放信息；本方案可以提高用户获取投放信息的效率。取投放信息的效率。取投放信息的效率。

【技术实现步骤摘要】
投放信息的确定方法及相关设备


[0001]本申请涉及人工智能
，更具体地，涉及一种投放信息的确定方法、及相关设备。

技术介绍

[0002]随着互联网技术的发展，互联网逐渐成为信息传递的重要途径，但是，由于互联网中各种信息种类繁多且信息的数据量大，用户若想要获取得到所需要的信息，可能需要与服务端进行多次交互，然后多次进行信息筛选才能从海量的信息中查找到用户所需要或者感信息兴趣的信息。由于用户需要与服务端进行多次交互才能获得所需要或者感信息兴趣的信息，因此，相关技术中存在用户获取信息的效率低的问题。

技术实现思路

[0003]鉴于上述问题，本申请实施例提出了一种投放信息的确定方法、及相关设备，以改善上述问题。
[0004]根据本申请实施例的一个方面，提供了一种投放信息的确定方法，包括：由第一图注意力网络根据目标用户的好友关系图和候选商家的商家嵌入特征，输出所述目标用户相对于所述候选商家的第一用户特征；由第二图注意力网络根据所述候选商家的邻居商家关系图、各邻居商家与所述候选商家之间的距离和所述目标用户的用户嵌入特征，输出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种投放信息的确定方法，其特征在于，包括：由第一图注意力网络根据目标用户的好友关系图和候选商家的商家嵌入特征，输出所述目标用户相对于所述候选商家的第一用户特征；由第二图注意力网络根据所述候选商家的邻居商家关系图、各邻居商家与所述候选商家之间的距离和所述目标用户的用户嵌入特征，输出所述候选商家相对于所述目标用户的第一商家特征；由对偶注意力网络根据互动关系图，确定所述目标用户的第二用户特征和所述候选商家的第二商家特征，所述互动关系图是根据用户对商家触发的互动行为构建的；将目标用户的用户嵌入特征、第一用户特征和第二用户特征进行融合，得到所述目标用户的全局用户特征；将所述候选商家的商家嵌入特征、第一商家特征和第二商家特征进行融合，得到所述候选商家的全局商家特征；由互动预测网络根据所述目标用户的全局用户特征和所述候选商家的全局商家特征，输出所述目标用户相对于所述候选商家的互动概率；根据所述目标用户相对于所述候选商家的互动概率在多个候选商家中进行筛选，确定目标商家，以将所述目标商家的投放信息确定为向所述目标用户待投放的待投放信息。2.根据权利要求1所述的方法，其特征在于，所述第一图注意力网络包括第一编码层、第一注意力层和第一线性层；所述由第一图注意力网络根据目标用户的好友关系图和候选商家的商家嵌入特征，输出所述目标用户相对于所述候选商家的第一用户特征，包括：由所述第一编码层将所述目标用户的好友关系图中的好友进行编码，得到各所述好友的好友编码特征；由所述第一注意力层根据各所述好友的好友编码特征、所述目标用户的用户嵌入特征和所述候选商家的商家嵌入特征进行注意力计算，得到各好友针对所述目标用户对所述候选商家触发互动行为的好友影响权重；由所述第一线性层根据各所述好友对应的好友影响权重和各好友的好友编码特征进行线性加权，得到所述目标用户相对于所述候选商家的第一用户特征。3.根据权利要求2所述的方法，其特征在于，所述第一注意力层包括级联的第一拼接层、第一多层感知机和第一归一化层；所述由所述第一注意力层根据各所述好友的好友编码特征、所述目标用户的用户嵌入特征和所述候选商家的商家嵌入特征进行注意力计算，得到各好友针对所述目标用户对所述候选商家触发互动行为的好友影响权重，包括：由所述第一拼接层将所述目标用户的用户嵌入特征和所述候选商家的商家嵌入特征分别与各所述好友的好友编码特征进行拼接，得到各所述好友对应的拼接特征；由所述第一多层感知机根据各所述好友对应的拼接特征进行处理，得到各所述好友的初始好友影响权重；由所述第一归一化层对各所述好友的初始好友影响权重进行归一化处理，得到各好友针对所述目标用户对所述候选商家触发互动行为的好友影响权重。4.根据权利要求1所述的方法，其特征在于，所述第二图注意力网络包括第二编码层、
第二注意力层和第二线性层；所述由第二图注意力网络根据所述候选商家的邻居商家关系图、各邻居商家与所述候选商家之间的距离和所述目标用户的用户嵌入特征，输出所述候选商家相对于所述目标用户的第一商家特征，包括：由所述第二编码层对所述候选商家的邻居商家关系图中各邻居商家进行编码，得到各邻居商家的邻居编码特征；由所述第二注意力层根据各邻居商家的邻居编码特征、各邻居商家与所述候选商家之间的距离、所述候选商家的商家嵌入特征和所述目标用户的用户嵌入特征，进行注意力计算，得到各所述邻居商家针对所述目标用户对所述候选商家触发互动行为的邻居影响权重；由所述第二线性层根据各所述邻居商家对应的邻居影响权重和各所述邻居商家的邻居编码特征进行线性加权，得到所述候选商家相对于所述目标用户的第一商家特征。5.根据权利要求1所述的方法，其特征在于，所述对偶注意力网络包括第三编码层、第三注意力网络和第四注意力网络；所述由对偶注意力网络根据互动关系图，确定所述目标用户的第二用户特征和所述候选商家的第二商家特征，包括：由所述第三编码层分别对所述互动关系图中的用户和所述互动关系图中的商家进行编码，得到所述互动关系图中各商家的商家编码特征和各用户的用户编码特征；由所述第三注意力网络根据互动关系图中各商家的商家编码特征、各用户的用户编码特征、所述目标用户的用户嵌入特征和所述候选商家的商家嵌入特征进行处理，得到所述候选商家的第二商家特征；由所述第四注意力网络根据所述互动关系图中各用户的用户编码特征、所述候选商家的第二商家特征、所述目标用户的用户嵌入特征和所述候选商家的商家嵌入特征进行处理，得到所述目标用户的第二用户特征。6.根据权利要求5所述的方法，其特征在于，所述第三注意力网络包括池化层、第三注意力层和第三线性层；所述由所述第三注意力网络根据互动关系图中各商家的商家编码特征、各用户的用户编码特征、所述目标用户的用户嵌入特征和所述候选商家的商家嵌入特征进行处理，得到所述候选商家的第二商家特征，包括：由所述池化层根据所述互动关系图中全部用户的用户编码特征进行池化处理，得到中间用户特征；由所述第三注意力层根据所述中间用户特征、所述互动关系图中各商家的商家编码特征、所述目标用户的用户嵌入特征和所述候选商家的商家嵌入特征进行注意力计算，得到所述互动关系图中各商家的商家权重，所述商家权重是指所对应商家针对所述目标用户对所述候选商家触发互动行为的权重；由所述第三线性层根据所述互动关系图中各商家的商家权重和各商家的商家编码特征进行线性加权，得到所述候选商家的第二商家特征。7.根据权利要求5或6所述的方法，其特征在于，所述第四注意力网络包括第四注意力层和第四线性层；
所述由所述第四注意力网络根据所述互动关系图中各用户的用户编码特征、所述候选商家的第二商家特征、所述目标用户的用户嵌入特征和所述候选商家的商家嵌入特征进行处理，得到所述目标用户的第二用户特征，包括：由所述第四注意力层根据所述互动关系图中各用户的用户编码特征、所述候...

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