【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种索引构建方法、物品召回方法、模型训练方法及相关产品。
技术介绍
1、在物品召回场景中，通常是在对象与对象感兴趣的物品之间建立索引。这样在为对象召回感兴趣的物品时，就可基于已建立的索引，确定对象感兴趣的物品。因此，如何建立索引具有非常重要的意义。
技术实现思路
1、本申请提供一种索引构建方法、物品召回方法、模型训练方法及相关产品，以建立索引。
2、第一方面，提供了一种索引构建方法，所述方法用于在对象集中的对象与物品集中的兴趣物品之间建立索引，所述兴趣物品为所述对象感兴趣的物品，所述对象集包括目标对象，对象特征集包括所述对象集中的对象的特征，所述物品集包括目标物品，所述方法包括：
3、获取所述目标物品的至少两个参考特征和所述至少两个参考特征的至少两个物品权重，任意两个所述参考特征所携带的参考信息不同，所述参考信息用于确定所述对象是否对所述物品感兴趣，所述物品权重与所述参考特征所携带的所述参考信息的重要程度呈正相关；
4、根据所述至少两个物品权重，对所述至少两个参考特征进行拼接，得到所述目标物品的目标特征，所述参考特征在所述目标特征中的占比与所述参考特征的物品权重呈正相关；
5、根据所述目标特征和所述物品集中除所述目标物品之外的物品的特征，得到所述物品集的物品特征集；
6、通过对所述对象特征集中的对象特征与所述物品特征集中的物品特征进行聚类处理，得到所述索引。
7、结合本申请任一实施方式
8、获取目标模型，所述目标模型包括至少两个物品分支，所述至少两个物品分支由至少两个训练任务训练得到，不同的所述物品分支由不同的所述训练任务训练得到，所述训练任务为预测感兴趣指标的任务，不同的所述训练任务预测的所述感兴趣指标不同，所述感兴趣指标用于确定所述训练对象是否对所述训练物品感兴趣；
9、利用所述目标模型对所述目标物品进行处理，获得所述至少两个物品分支输出的所述目标物品的至少两个特征，作为所述至少两个参考特征。
10、结合本申请任一实施方式，所述至少两个训练任务训练包括第一任务和第二任务，所述第二任务预测的第二感兴趣指标在所述第一任务预测的第一感兴趣指标已存在的情况下产生。
11、结合本申请任一实施方式，所述第一感兴趣指标包括：所述训练对象查看所述训练物品，所述第二感兴趣指标包括：所述训练对象查看所述训练物品的时长、所述训练对象与所述训练物品交互。
12、结合本申请任一实施方式，所述物品集中的物品和所述训练物品均为笔记。
13、结合本申请任一实施方式，所述对象集包括目标对象；
14、在所述通过对所述对象特征集中的对象特征与所述物品特征集中的物品特征进行聚类处理，得到所述索引之前，所述方法还包括：
15、获取所述目标对象的至少两个原始特征和所述至少两个原始特征的至少两个对象权重，任意两个所述原始特征所携带的所述参考信息不同，所述对象权重与所述原始特征所携带的所述参考信息的重要程度呈正相关；
16、根据所述至少两个对象权重，对所述至少两个原始特征进行拼接，得到所述目标对象的对象特征，所述原始特征在所述目标对象的对象特征中的占比与所述原始特征的对象权重呈正相关；
17、根据所述目标对象的对象特征和所述对象集中除所述目标对象之外的对象的特征，得到所述对象特征集。
18、结合本申请任一实施方式，所述目标模型还包括至少两个对象分支，所述至少两个对象分支由所述至少两个训练任务训练得到，不同的所述对象分支由不同的所述训练任务训练得到；
19、所述获取所述目标对象的至少两个原始特征，包括：
20、利用所述目标模型对所述目标对象进行处理，获得所述至少两个对象分支输出的所述目标对象的至少两个特征，作为所述至少两个原始特征。
21、结合本申请任一实施方式，所述通过对所述对象特征集中的对象特征与所述物品特征集中的物品特征进行聚类处理，得到所述索引，包括：
22、通过对所述对象特征集中的所述对象特征与所述物品特征集中的所述物品特征进行聚类处理，确定属于同一类的所述对象特征和所述物品特征；
23、针对属于同一类的所述对象特征和所述物品特征，在所述对象特征所对应的对象与所述物品特征所对应的物品之间建立索引。
24、第二方面，提供了一种物品召回方法，所述方法包括：
25、获取根据第一方面及其任一实施方式得到的索引；
26、通过利用参考对象查询所述索引，确定所述参考对象感兴趣的物品；
27、召回所述参考对象感兴趣的物品。
28、结合本申请任一实施方式，所述通过利用参考对象查询所述索引，确定所述参考对象感兴趣的物品，包括：
29、基于所述参考对象，得到所述参考对象的特征；
30、利用所述参考对象的特征查询所述索引，得到备选物品特征；
31、计算所述参考对象的特征与所述备选物品特征的相似度；
32、根据所述相似度，从所述备选物品特征中确定所述参考对象感兴趣的物品的兴趣特征；
33、确定与所述兴趣特征对应的物品为所述参考对象感兴趣的物品。
34、结合本申请任一实施方式，所述根据所述相似度，从所述备选物品特征中确定所述参考对象感兴趣的物品的兴趣特征，包括：
35、从所述相似度中确定超过阈值的目标相似度；
36、确定所述备选物品特征中与所述目标相似度对应的特征为所述兴趣特征。
37、结合本申请任一实施方式，所述计算所述参考对象的特征与所述备选物品特征的相似度，包括：
38、获取所述参考对象的至少两个原始特征和所述至少两个原始特征的至少两个对象权重，任意两个所述原始特征所携带的所述参考信息不同，所述对象权重与所述原始特征所携带的所述参考信息的重要程度呈正相关，所述参考信息用于确定所述参考对象是否对物品感兴趣；
39、根据所述备选物品特征，确定所述备选物品特征的至少两个参考特征和所述至少两个参考特征的至少两个物品权重，任意两个所述参考特征所携带的参考信息不同，所述参考信息用于确定所述对象是否对所述物品感兴趣，所述物品权重与所述参考特征所携带的所述参考信息的重要程度呈正相关；
40、针对所述至少两个原始特征和所述至少两个参考特征，对携带相同的所述参考信息的所述原始特征与所述参考特征相乘，得到至少两个积特征；
41、针对所述至少两个对象权重和所述至少两个物品权重，对与相同的所述参考信息对应的所述对象权重与所述参考特征相乘，得到至少两个积权重；
42、根据所述至少两个积权重，对至少两个积特征进行加权求和，得到所述相似度。
43、第三方面，提供了一种模型训练方法，所述方法用于训练得到第一方面的实施方式中的目标模型本文档来自技高网...
【技术保护点】
1.一种索引构建方法，其特征在于，所述方法用于在对象集中的对象与物品集中的兴趣物品之间建立索引，所述兴趣物品为所述对象感兴趣的物品，所述对象集包括目标对象，对象特征集包括所述对象集中的对象的特征，所述物品集包括目标物品，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述目标物品的至少两个参考特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述至少两个训练任务训练包括第一任务和第二任务，所述第二任务预测的第二感兴趣指标在所述第一任务预测的第一感兴趣指标已存在的情况下产生。
4.根据权利要求3所述的方法，其特征在于，所述第一感兴趣指标包括：所述训练对象查看所述训练物品，所述第二感兴趣指标包括：所述训练对象查看所述训练物品的时长、所述训练对象与所述训练物品交互。
5.根据权利要求4所述的方法，其特征在于，所述物品集中的物品和所述训练物品均为笔记。
6.根据权利要求2至5中任意一项所述的方法，其特征在于，所述对象集包括目标对象；
7.根据权利要求6所述的方法，其特征在于，所述目标模型还包括
8.根据权利要求1至5中任意一项所述的方法，其特征在于，所述通过对所述对象特征集中的对象特征与所述物品特征集中的物品特征进行聚类处理，得到所述索引，包括：
9.一种物品召回方法，其特征在于，所述方法包括：
10.根据权利要求9所述的方法，其特征在于，所述通过利用参考对象查询所述索引，确定所述参考对象感兴趣的物品，包括：
11.根据权利要求10所述的方法，其特征在于，所述根据所述相似度，从所述备选物品特征中确定所述参考对象感兴趣的物品的兴趣特征，包括：
12.根据权利要求10或11所述的方法，其特征在于，所述计算所述参考对象的特征与所述备选物品特征的相似度，包括：
13.一种模型训练方法，其特征在于，所述方法用于训练得到权利要求6或7中的目标模型，所述方法包括：
14.根据权利要求13所述的方法，其特征在于，所述基于所述至少两个任务损失，更新所述待训练模型的参数，得到所述目标模型，包括：
15.一种索引构建装置，其特征在于，所述装置用于在对象集中的对象与物品集中的兴趣物品之间建立索引，所述兴趣物品为所述对象感兴趣的物品，所述对象集包括目标对象，对象特征集包括所述对象集中的对象的特征，所述物品集包括目标物品，所述装置包括：
16.一种物品召回装置，其特征在于，所述装置包括：
17.一种模型训练装置，其特征在于，所述装置用于训练得到权利要求6或7中的目标模型，所述装置包括：
18.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，在所述处理器执行所述计算机指令的情况下，所述电子设备执行如权利要求1至8中任意一项所述的方法；
19.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序包括程序指令，在所述程序指令被处理器执行的情况下，使所述处理器执行权利要求1至8中任意一项所述的方法；
20.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序或指令；在所述计算机程序或指令在计算机上运行的情况下，使得所述计算机执行权利要求1至8中任意一项所述的方法；
...【技术特征摘要】
1.一种索引构建方法，其特征在于，所述方法用于在对象集中的对象与物品集中的兴趣物品之间建立索引，所述兴趣物品为所述对象感兴趣的物品，所述对象集包括目标对象，对象特征集包括所述对象集中的对象的特征，所述物品集包括目标物品，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述目标物品的至少两个参考特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述至少两个训练任务训练包括第一任务和第二任务，所述第二任务预测的第二感兴趣指标在所述第一任务预测的第一感兴趣指标已存在的情况下产生。
4.根据权利要求3所述的方法，其特征在于，所述第一感兴趣指标包括：所述训练对象查看所述训练物品，所述第二感兴趣指标包括：所述训练对象查看所述训练物品的时长、所述训练对象与所述训练物品交互。
5.根据权利要求4所述的方法，其特征在于，所述物品集中的物品和所述训练物品均为笔记。
6.根据权利要求2至5中任意一项所述的方法，其特征在于，所述对象集包括目标对象；
7.根据权利要求6所述的方法，其特征在于，所述目标模型还包括至少两个对象分支，所述至少两个对象分支由所述至少两个训练任务训练得到，不同的所述对象分支由不同的所述训练任务训练得到；
8.根据权利要求1至5中任意一项所述的方法，其特征在于，所述通过对所述对象特征集中的对象特征与所述物品特征集中的物品特征进行聚类处理，得到所述索引，包括：
9.一种物品召回方法，其特征在于，所述方法包括：
10.根据权利要求9所述的方法，其特征在于，所述通过利用参考对象查询所述索引，确定所述参考对象感兴趣的物品，包括：
11.根据权利要求10所述的方法，其特征在于...
【专利技术属性】
技术研发人员：秦英杰，曹鑫磊，苏睿龙，
申请(专利权)人：行吟信息科技上海有限公司，
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。