【技术实现步骤摘要】
本说明书一个或多个实施例涉及人工智能，尤其涉及一种产品推荐方法、装置、电子设备及存储介质。
技术介绍
1、随着人工智能技术的不断进步，越来越多的网络模型不断出现，这些模型功能丰富，在生产、生活、学习等各个方面给用户带来了极大的便利。例如在产品推荐的场景中，一些推荐模型可以基于产品特征和用户特征进行产品和用户的匹配，以实现向特定用户推荐其感兴趣的产品的效果，从而减少推荐成本以及对用户的打扰。
2、但是，相关技术中的推荐模型所生成的推荐方案与事实差距较大，即，往往将产品与不感兴趣的用户相匹配，这使得推荐成本存在一定浪费，更重要的是对用户造成了打扰。
技术实现思路
1、有鉴于此，本说明书一个或多个实施例提供技术方案如下：
2、根据本说明书一个或多个实施例的第一方面，提出了一种产品推荐方法，所述方法包括：
3、将用户的第一用户数据输入至基于语言模型的特征提取系统进行特征提取，得到所述用户的隐性特征；所述隐性特征为用于反映所述用户的偏好信息的低维稠密特征；
...【技术保护点】
1.一种产品推荐方法，所述方法包括：
2.根据权利要求1所述的产品推荐方法，所述第一用户数据包括：所述用户的历史数据、媒体内容数据中的至少一种；所述第二用户数据包括所述用户的属性数据、所述用户的统计特征数据中的至少一种。
3.根据权利要求1所述的产品推荐方法，将用户的第一用户数据输入至基于语言模型的特征提取系统进行特征提取，得到所述用户的隐性特征，包括：
4.根据权利要求1所述的产品推荐方法，将用户的第一用户数据输入至基于语言模型的特征提取系统进行特征提取，得到所述用户的隐性特征，包括：
5.根据权利要求1所述的产品推荐...
【技术特征摘要】
1.一种产品推荐方法，所述方法包括：
2.根据权利要求1所述的产品推荐方法，所述第一用户数据包括：所述用户的历史数据、媒体内容数据中的至少一种；所述第二用户数据包括所述用户的属性数据、所述用户的统计特征数据中的至少一种。
3.根据权利要求1所述的产品推荐方法，将用户的第一用户数据输入至基于语言模型的特征提取系统进行特征提取，得到所述用户的隐性特征，包括：
4.根据权利要求1所述的产品推荐方法，将用户的第一用户数据输入至基于语言模型的特征提取系统进行特征提取，得到所述用户的隐性特征，包括：
5.根据权利要求1所述的产品推荐方法，所述用户与所述待推荐产品之间的映射关系，包括：
6.根据权利要求1所述的产品推荐方法...
【专利技术属性】
技术研发人员：舒奇，戚立才，林轩，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。