【技术实现步骤摘要】
本申请涉及人工智能领域，具体而言，涉及一种商品的排序信息的预测方法、装置及电子设备。
技术介绍
1、随着电商业务不断地发展，用户点击、交易的规模也愈发增大。平台、商家侧根据自身业务也会不定期进行优惠活动开展。
2、不同用户对于是否有优惠的不同商品会有不同的偏好。例如，有的用户更关注质量，即使没有优惠也会购买；有的用户更关注价格，会在优惠时才购买；有的用户则兼顾质量和优惠，会购买质量与价格符合期望的商品。然而，现有模型对于用户、商品、优惠信息只是一一对应生成特征向量(embedding)输入模型进行推断，未能进行交叉强化这一重要因素的学习，即使部分方法进行隐式的特征交叉学习，交叉表征结果经过多层网络后由于不可解释性可能并未对结果起到应有的效果，无法解决不同用户对于是否有优惠的不同商品会有不同的偏好问题。
3、针对相关技术中预测用户对商品的感兴趣程度时，没有考虑不同用户对是否有优惠的不同商品会有不同的偏好，导致预测结果不准确的问题，目前尚未提出有效的解决方案。
技术实现思路
...【技术保护点】
1.一种商品的排序信息的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在从目标图集合中提取所述目标用户的特征向量，得到第二特征向量之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，依据所述历史浏览信息构建层次图，并采用用户信息和商品信息对所述层次图进行更新，得到所述初始图集合包括：
4.根据权利要求3所述的方法，其特征在于，采集所述用户的所述历史浏览信息，并依据所述历史浏览信息构建层次图，得到第一图包括：
5.根据权利要求3所述的方法，其特征在于，采用所述商品信息和所述用户信息对...
【技术特征摘要】
1.一种商品的排序信息的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在从目标图集合中提取所述目标用户的特征向量，得到第二特征向量之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，依据所述历史浏览信息构建层次图，并采用用户信息和商品信息对所述层次图进行更新，得到所述初始图集合包括：
4.根据权利要求3所述的方法，其特征在于，采集所述用户的所述历史浏览信息，并依据所述历史浏览信息构建层次图，得到第一图包括：
5.根据权利要求3所述的方法，其特征在于，采用所述商品信息和所述用户信息对所述第一图、所述第二图和所述第三图进行更新，得到更新后的第一图、更新后的第二图和更新后的第三图包括：
6.根据权利要...
【专利技术属性】
技术研发人员：韩弘炀，
申请(专利权)人：天翼电子商务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。