System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 对象处理方法、商品推荐方法、模型训练方法及设备技术_技高网

对象处理方法、商品推荐方法、模型训练方法及设备技术

技术编号:41125801 阅读:2 留言:0更新日期:2024-04-30 17:53
本申请实施例提供一种对象处理方法、商品推荐方法、模型训练方法及设备。其中,确定目标用户执行预定行为的至少一个历史对象;根据候选对象对应的第一对象图片特征,从所述历史对象对应的第二对象图片特征中确定与所述第一对象图片特征相关的有效特征,以及基于所述有效特征生成视觉偏好特征;基于所述至少一个历史对象对应的至少一个视觉偏好特征、所述目标用户的用户特征信息以及所述候选对象的对象特征信息,识别所述候选对象与所述目标用户的匹配结果。本申请实施例提供的技术方案提高对象匹配准确度。

【技术实现步骤摘要】

本申请实施例涉及电子,尤其涉及一种对象处理方法、商品推荐方法、模型训练方法及设备


技术介绍

1、随着互联网技术和计算机技术的大力发展,线上用户的规模和数据的规模均呈现迅猛发展,一些线上系统可以提供诸如商品、内容或网页等对象以供用户进行消费等,同时这些线上系统可以提供搜索功能,支持用户基于文本或者图片或者对象进行搜索。而在搜索场景或一些为了实现用户精准消费的推荐场景下,都需要从海量对象中筛选与用户相匹配的对象。

2、现有技术中,往往是基于用户相关信息如所提供的搜索信息或用户属性信息等,来确定一个候选对象是否与用户匹配,但是,用户提供的搜索信息往往无法涵盖用户全部意图,因此现有的这种匹配方式并不准确。


技术实现思路

1、本申请实施例提供一种对象处理方法、商品推荐方法、模型训练方法及设备,用以解决现有技术中对象匹配准确度低的技术问题。

2、第一方面,本申请实施例中提供了一种对象处理方法,包括:

3、确定目标用户执行预定行为的至少一个历史对象;

4、根据候选对象对应的第一对象图片特征,从所述历史对象对应的第二对象图片特征中确定与所述第一对象图片特征相关的有效特征,以及基于所述有效特征生成视觉偏好特征;

5、基于所述至少一个历史对象对应的至少一个视觉偏好特征、所述目标用户的用户特征信息以及所述候选对象的对象特征信息,识别所述候选对象与所述目标用户的匹配结果。

6、第二方面,本申请实施例中提供了一种商品推荐方法,包括:</p>

7、确定目标用户执行预定行为的至少一个历史商品;

8、根据候选商品的第一商品图片特征,从所述历史商品的第二商品图片特征中确定与所述第一商品图片特征相关的有效特征,以获得基于所述第一商品图片特征与所述有效特征生成的视觉偏好特征;

9、基于所述至少一个历史商品对应的至少一个视觉偏好特征、所述目标用户的用户特征信息以及所述候选商品的商品特征信息,识别所述候选商品与所述目标用户的匹配结果;

10、根据至少一个候选商品的匹配结果,确定至少一个推荐商品;

11、向所述目标用户推荐所述至少一个推荐商品。

12、第三方面,本申请实施例中提供了一种模型训练方法,包括:

13、确定样本用户、样本对象及所述样本用户对应的至少一个历史对象;

14、根据所述样本对象的第一样本图片特征,从所述历史对象中确定与所述第一样本图片特征相关的有效样本特征,以及基于所述有效样本特征生成视觉样本特征;

15、基于所述至少一个历史对象对应的至少一个视觉样本特征、所述样本用户的样本用户特征信息与所述样本对象的样本对象特征信息,以及所述样本用户与所述样本对象的匹配结果,训练所述预估模型。

16、第四方面,本申请实施例中提供了一种计算设备,包括处理组件以及存储组件;

17、所述存储组件存储一个或多个计算机指令;所述一个或多个计算机指令用以被所述处理组件调用执行,以实现如上述第一方面所述的对象处理方法或者如上述第二方面所述的商品推荐方法或者如上述第三方面所述的模型训练方法。

18、第五方面,本申请实施例中提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被计算机执行时,以实现如上述第一方面所述的对象处理方法或者如上述第二方面所述的商品推荐方法或者如上述第三方面所述的模型训练方法。

19、本申请实施例中,结合目标用户执行预定行为的历史对象,根据候选对象对应的第一对象图片特征,从所述历史对象对应的第二对象图片特征中确定与所述第一对象图片特征相关的有效特征,从而可以生成由第一对象特征和有效特征构成的视觉偏好特征,使得从历史对象的图片中挖掘出了与候选商品图片有关的视觉表征,视觉偏好特征可以结合用户特征信息作为用户信息,从而可以与候选对象的对象特征信息进行匹配,以最终识别所述候选对象与所述目标用户的匹配结果。本申请实施例结合历史对象挖掘出用户个性化视觉偏好,补充了用户长期视觉意图,完善了对用户意图的理解,提高了对象匹配准确度。

20、本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。

本文档来自技高网...

【技术保护点】

1.一种对象处理方法,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,所述基于所述至少一个历史对象对应的至少一个视觉偏好特征、所述目标用户的用户特征信息以及所述候选对象的对象特征信息,识别所述候选对象与所述目标用户的匹配结果包括:

3.根据权利要求1或2所述的方法,其特征在于,所述根据候选对象对应的第一对象图片特征,从所述历史对象对应的第二对象图片特征中确定与所述第一对象图片特征相关的有效特征,以及基于所述有效特征生成的视觉偏好特征包括:

4.根据权利要求1或2所述的方法,其特征在于,还包括:

5.根据权利要求4所述的方法,其特征在于,还包括:

6.根据权利要求1或2所述的方法,其特征在于,所述基于所述至少一个历史对象对应的至少一个视觉偏好特征、所述目标用户的用户特征信息以及所述候选对象的对象特征信息,识别所述候选对象与所述目标用户的匹配结果包括:

7.一种商品推荐方法,其特征在于,包括:

8.根据权利要求7所述的方法,其特征在于,还包括:

9.一种模型训练方法,其特征在于,包括:

10.根据权利要求9所述的方法,其特征在于,所述基于所述至少一个历史对象对应的视觉样本特征,所述样本用户的样本用户特征信息与所述样本对象的样本对象特征信息,以及所述样本用户与所述样本对象的匹配结果,训练所述预估模型包括:

11.根据权利要求9或10所述的方法,其特征在于,所述利用所述预估模型根据所述样本对象的第一样本图片特征,从所述历史对象中提取与所述第一样本图片特征相关的有效特征,以及基于所述有效样本特征生成视觉样本特征包括:

12.根据权利要求11所述的方法,其特征在于,所述预估模型包括所述特征解耦网络,所述利用所述特征解耦网络从所述组合样本特征中提取与所述第一样本图片特征无关的无效样本特征包括:

13.根据权利要求12所述的方法,其特征在于,所述将所述无效样本特征与所述第四样本图片特征进行正交损失计算,获得第二损失值包括:

14.根据权利要求13所述的方法,其特征在于,所述将所述无效样本特征与所述第四样本图片特征中符合过滤条件的目标维度的元素值进行正交损失计算,获得第二损失值包括:

15.根据权利要求14所述的方法,其特征在于,所述预估模型包括所述特征处理网络;所述方法还包括:

16.根据权利要求10所述的方法,其特征在于,所述基于所述至少一个历史对象对应的视觉样本特征、所述样本用户的样本用户特征信息与所述样本对象的样本对象特征信息,以及所述样本用户与所述样本对象的匹配结果,训练所述预估模型包括:

17.根据权利要求10所述的方法,其特征在于,还包括:

18.一种计算设备,其特征在于,包括处理组件以及存储组件;

19.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被计算机执行时,以实现如权利要求1~6任一项所述的对象处理方法或者如权利要求7~8任一项所述的商品推荐方法或者如权利要求9~17任一项所述的模型训练方法。

...

【技术特征摘要】

1.一种对象处理方法,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,所述基于所述至少一个历史对象对应的至少一个视觉偏好特征、所述目标用户的用户特征信息以及所述候选对象的对象特征信息,识别所述候选对象与所述目标用户的匹配结果包括:

3.根据权利要求1或2所述的方法,其特征在于,所述根据候选对象对应的第一对象图片特征,从所述历史对象对应的第二对象图片特征中确定与所述第一对象图片特征相关的有效特征,以及基于所述有效特征生成的视觉偏好特征包括:

4.根据权利要求1或2所述的方法,其特征在于,还包括:

5.根据权利要求4所述的方法,其特征在于,还包括:

6.根据权利要求1或2所述的方法,其特征在于,所述基于所述至少一个历史对象对应的至少一个视觉偏好特征、所述目标用户的用户特征信息以及所述候选对象的对象特征信息,识别所述候选对象与所述目标用户的匹配结果包括:

7.一种商品推荐方法,其特征在于,包括:

8.根据权利要求7所述的方法,其特征在于,还包括:

9.一种模型训练方法,其特征在于,包括:

10.根据权利要求9所述的方法,其特征在于,所述基于所述至少一个历史对象对应的视觉样本特征,所述样本用户的样本用户特征信息与所述样本对象的样本对象特征信息,以及所述样本用户与所述样本对象的匹配结果,训练所述预估模型包括:

11.根据权利要求9或10所述的方法,其特征在于,所述利用所述预估模型根据所述样本对象的第一样本...

【专利技术属性】
技术研发人员:文亦画陈思田雨官万先王鹏杰邓洪波许俭郑波李自豪邹立新李晨亮
申请(专利权)人:浙江天猫技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1