推荐信息获取方法及装置、电子设备制造方法及图纸

本公开关于一种推荐信息获取方法及装置、电子设备。该方法包括：获取目标账户的至少一个特征向量和目标对象的至少一个特征向量；基于每个特征向量的特征类型，对特征向量进行分组，得到至少一组特征向量；分别对每组的特征向量进行特征交叉处理，得到每组对应的交叉向量；基于每组对应的交叉向量，得到每组对应的交互向量，其中，每个交互向量包括所有组的特征向量的信息；分别对每组对应的交互向量进行至少一次特征交叉处理，得到每组对应的目标向量；基于每组对应的目标向量，得到目标对象的推荐信息，其中，推荐信息用于指示目标对象被推荐给目标账户的概率信息。通过本公开，解决了相关技术中推荐系统计算量大的问题。了相关技术中推荐系统计算量大的问题。了相关技术中推荐系统计算量大的问题。

【技术实现步骤摘要】
推荐信息获取方法及装置、电子设备


[0001]本公开涉及信息处理领域，尤其涉及一种推荐信息获取方法及装置、电子设备。

技术介绍

[0002]在大数据时代，推荐系统能帮助各大公司与平台为用户推荐更适配的内容，而有效的特征交叉对于推荐系统的准确性是至关重要的，其能够提供单个特征以外的额外交互信息。
[0003]目前，可变形卷积网络(Deformable Convolution Network，DCN)V2是一种深度交叉网络模型可以自动有效地进行特定阶数的特征交互，DCN V2模型能有效地提升模型表示能力从而在离线实验中就可以得到较好的回报，但其同时也在推荐系统中引入了大量参数，使得模型推理时间变长，单位时间内样本吞吐量变少，为了保证吞吐量需要更多机器，从而增加了模型线上部署时所消耗的计算资源。由于上述原因，当在工业场景部署DCN V2模型时，获取的回报常常被线上部署模型时消耗的计算资源所抵消，导致不必要的损失。

技术实现思路

[0004]本公开提供一种推荐信息获取方法及装置、电子设备，以至少解决相关技术中推荐系统计算量大的问本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种推荐信息获取方法，其特征在于，包括：获取目标账户的至少一个特征向量和目标对象的至少一个特征向量；基于每个特征向量的特征类型，对特征向量进行分组，得到至少一组特征向量；分别对每组的特征向量进行特征交叉处理，得到每组对应的交叉向量；基于每组对应的交叉向量，得到每组对应的交互向量，其中，每个交互向量包括所有组的特征向量的信息；分别对每组对应的交互向量进行至少一次特征交叉处理，得到每组对应的目标向量；基于每组对应的目标向量，得到所述目标对象的推荐信息，其中，所述推荐信息用于指示所述目标对象被推荐给所述目标账户的概率信息。2.如权利要求1所述的推荐信息获取方法，其特征在于，所述基于每组对应的交叉向量，得到每组对应的交互向量，包括：将每组对应的交叉向量合并为中间向量，其中，所述中间向量的每行为一个交叉向量；对所述中间向量进行转置，得到转置向量；将所述转置向量的每行进行拼接，得到拼接行向量；将所述拼接行向量平均拆分预定份数，得到所述预定份数的交互向量，其中，所述预定份数与所述至少一组特征向量的组数相同。3.如权利要求1所述的推荐信息获取方法，其特征在于，所述特征类型包括稠密特征、账户的特征、对象的特征和复合特征，其中，所述复合特征是基于类型为所述账户的特征和所述对象的特征的任意两个特征得到的。4.如权利要求1所述的推荐信息获取方法，其特征在于，所述分别对每组的特征向量进行特征交叉处理，得到每组对应的交叉向量，包括：针对每组的特征向量，进行如下处理：对当前组的特征向量进行拼接，得到拼接向量；将所述拼接向量与初始化权重矩阵相乘，得到交叉向量，其中，所述初始化权重矩阵的列的维数为所述所有特征向量的数量与所述至少一组特征向量的组数的比值。5.如权利要求1所述的推荐信息获取方法，其特征在于，所述分别对每组对应的交互向量进行至少一次特征交叉处理，得到每组对应的目标向量，包括：针对每次特征交叉处理过程中每组对应的交互向量，进行如下处理：基于上一次特征交叉处理得到的交互向量，确定当前特征交叉处理过程中当前交互向量对应的权重矩阵；将所述当前交互向量与所述权重矩阵相乘，得到目标向量，其中，所述权重矩阵的列的维数为所述所有特征向量的数量与所述至少一组特征向量的组数的比值。6.如权利要求1所述的推荐信息获取方法，其特征在于，所述基...

【专利技术属性】
技术研发人员：廖超，谈建超，贾纪元，宋成儒，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：