[发明专利]推荐方法及装置

权利要求书

1.一种推荐方法，其特征在于，包括：

接收电子设备发送的推荐请求，所述推荐请求用于请求向用户推荐第一对象关联的对象，所述推荐请求携带第一对象的第一描述词；

从词向量集合中确定所述第一描述词对应的第一词向量，所述词向量集合中的不同词向量用于描述不同的对象；

从所述词向量集合中确定出与所述第一词向量的相似度大于第一阈值的第二词向量；

向所述电子设备发送所述第二词向量所描述的第二对象的对象信息，所述第二对象为所述第一对象的关联对象。

2.根据权利要求1所述的方法，其特征在于，所述从词向量集合中确定所述第一描述词对应的第一词向量之前，还包括：

获取样本日志集合，所述样本日志集合中的样本日志用于记录不同样本用户的行为，所述行为包括点击、浏览或购买；

根据所述样本日志集合，确定所述词向量集合。

3.根据权利要求2所述的方法，其特征在于，所述根据所述样本日志集合，确定所述词向量集合，包括：

从所述样本日志集合中确定出第一样本用户的样本日志和第二样本用户的样本日志；

根据所述第一样本用户的样本日志，构建所述第一样本用户的第一有序链，根据所述第二样本用户的样本日志，构建所述第二样本用户的第二有序链，所述第一有序链上的每个节点代表一个对象，所述第二有序链上的每个节点代表一个对象；

根据所述第一有序链和所述第二有序链，构建有向图；

根据所述有向图，确定所述词向量集合。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一有序链和所述第二有序链，构建有向图，包括：

确定第一节点，所述第一节点是所述第一有序链和所述第二有序链共同存在的节点；

将所述第一有序链和所述第二有序链上的第一节点合并为一个节点，得到所述有向图。

5.根据权利要求3所述的方法，其特征在于，所述根据所述有向图，确定所述词向量集合之前，还包括：

从所述有向图中提取出跨用户有序链，根据所述跨用户有序链，获取第一购买链，所述跨用户有序链上的第一节点属于不同样本用户的有序链，所述第一购买链的最后一个节点表示的对象是被任意一个样本用户购买过的对象；

和/或

从所述有向图中提取所述行为有序链，所述行为有序链中的各节点表示的对象被同一个样本用户处理。

6.根据权利要求5所述的方法，其特征在于，所述根据所述有向图，确定所述词向量集合，包括：

基于第一模型，确定所述第一购买链和/或所述行为有序链中的每个节点表示的对象的词向量，所述第一模型为深度学习模型，所述第一模型引入购买列表，所述购买列表中的每个对象被购买过；将所述第一购买链和/或所述行为有序链中的每个节点表示的对象的词向量作为所述词向量集合中的词向量。

7.根据权利要求5所述的方法，其特征在于，所述根据所述有向图，确定所述词向量集合，包括：

基于第二模型，确定所述第一购买链和/或所述行为有序链中的每个节点表示的对象的词向量，所述第二模型为引入了注意力机制和购买列表的词向量产生模型，所述购买列表中的每个对象被购买过；将所述第一购买链和/或所述行为有序链中的每个节点表示的对象的词向量作为所述词向量集合中的词向量。

8.根据权利要求6或7所述的方法，其特征在于，所述根据所述有向图，确定所述词向量集合之前，还包括：

根据所述第一购买链，确定所述购买列表，所述购买列表中的对象是所述第一购买链中的最后一个节点表示的对象。