[发明专利]一种基于信息的协同注意力推介系统、方法和装置

说明书

本发明属于信息处理技术领域，具体涉及一种基于信息的协同注意力推介系统、方法和装置。包括：预处理模块，将待处理的信息词进行预处理，生成每个用户的信息词向量和每个物品的信息词向量；协同注意力模块，在目标行为下，基于每个用户的信息词向量和每个物品的信息词向量生成每个用户分别针对每个物品的信息词向量的权重，构建第一特征矩阵；在目标行为下，基于每个用户的信息词向量和每个物品的信息词向量生成每个物品针对每个用户的信息词向量权重，构建第二特征矩阵；推介生成模块，根据第一特征矩阵和第二特征矩阵计算该用户针对待推介物品产生目标行为的概率，对产生目标行为的概率进行排序，生成推介列表。能够显著提升推介的准确性。

技术领域

本发明属于信息处理技术领域，具体涉及一种基于信息的协同注意力推介系统、方法和装置。

背景技术

随着互联网技术的发展，各类网站和APP都出现了不同程度的信息过载现象，如何从众多信息中选择合适的内容推介给用户是每个网站和APP开发人员所面临的问题。而解决这一问题的方法就是使用推介系统为用户进行个性化的推介。

在现有技术中，通常使用协同过滤技术进行信息推介，主要方法为建立一种用户和物品在一种目标行为(如购买、分享等)下的评分矩阵，而用户在实际应用中，往往会有大量的其他行为数据，以及待推介物品自身也包含大量附属信息。在建立用户-物品评分矩阵时，如何将这些异质空间的数据融合到一个整体是一个迫切需要解决的问题。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于信息的协同注意力推介系统、方法和装置，能够显著提升推介的准确性和效率。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于信息的协同注意力推介系统，所述系统包括：

预处理模块，将待处理的信息词进行预处理，生成每个用户的信息词向量和每个物品的信息词向量；

协同注意力模块，在目标行为下，基于每个用户的信息词向量和每个物品的信息词向量生成每个用户分别针对每个物品的信息词向量的权重，构建第一特征矩阵；在目标行为下，基于每个用户的信息词向量和每个物品的信息词向量生成每个物品针对每个用户的信息词向量权重，构建第二特征矩阵；

推介生成模块，根据第一特征矩阵和第二特征矩阵计算该用户针对待推介物品产生目标行为的概率，对产生目标行为的概率进行排序，生成推介列表。

进一步的，所述预处理模块包括：词处理模块，根据信息粒度对待处理信息进行分词和/或去停用词处理；维度抽取模块，从用户维度和物品维度分别抽取词；词向量生成模块，生成每个用户的信息词向量和每个物品的信息词向量。

进一步的，所述协同注意力模块包括：句粒度协同注意力处理模块，当信息复杂度高时，首先对句子粒度进行协同注意力处理，再对词粒度进行协同注意力处理，在目标行为下，基于每个用户的信息词向量和每个物品的信息词向量生成每个用户分别针对每个物品的信息词向量的权重，构建第一特征矩阵；在目标行为下，基于每个用户的信息词向量和每个物品的信息词向量生成每个物品针对每个用户的信息词向量权重，构建第二特征矩阵；词粒度协同注意力处理模块，当信息复杂度低时，首先对句子粒度进行协同注意力处理，再对词粒度进行协同注意力处理，在目标行为下，基于每个用户的信息词向量和每个物品的信息词向量生成每个用户分别针对每个物品的信息词向量的权重，构建第一特征矩阵；在目标行为下，基于每个用户的信息词向量和每个物品的信息词向量生成每个物品针对每个用户的信息词向量权重，构建第二特征矩阵。

进一步的，所述推介生成模块包括：概率计算模块，在目标行为下，根据第一特征矩阵和第二特征矩阵计算该用户针对待推介物品产生目标行为的概率。

一种基于信息的协同注意力推介方法，所述方法执行以下步骤：

将待处理的信息词进行预处理，生成每个用户的信息词向量和每个物品的信息词向量；