[发明专利]用户兴趣点信息的确定方法、装置、设备及存储介质在审

专利信息
申请号: 201911418383.3 申请日: 2019-12-31
公开(公告)号: CN111159563A 公开(公告)日: 2020-05-15
发明(设计)人: 杨晚鹏;谭怒涛 申请(专利权)人: 广州市百果园信息技术有限公司
主分类号: G06F16/9535 分类号: G06F16/9535
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 511400 广东省广州市番*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户 兴趣 信息 确定 方法 装置 设备 存储 介质
【权利要求书】:

1.一种用户兴趣点信息的确定方法,其特征在于,包括:

获取目标用户对应的至少一个种子条目,并确定所述目标用户相对各所述种子条目的行为反馈向量;

根据各所述种子条目的基本特征信息以及对应的行为反馈向量,确定所述目标用户对应的至少一个兴趣点向量;

将各所述兴趣点向量确定为所述目标用户的兴趣点信息。

2.根据权利要求1所述的方法,其特征在于,根据各所述种子条目的基本特征信息以及对应的行为反馈向量,确定所述目标用户对应的至少一个兴趣点向量,包括:

根据各所述种子条目的基本特征信息构建基本特征向量;

拼接各所述种子条目的基本特征向量与行为反馈向量,形成各所述种子条目的特征拼接向量;

将各所述特征拼接向量依次作为输入数据,输入给定的自注意力网络模型,获得对应各所述种子条目输出的注意力矩阵;

根据各所述注意力矩阵确定所述目标用户对应的至少一个兴趣点向量。

3.根据权利要求2所述的方法,其特征在于,所述根据各所述注意力矩阵确定所述目标用户对应的至少一个兴趣点向量,包括:

将各所述注意力矩阵整体作为输入数据,输入给定的至少一个第一全连接网络模型,获得各所述第一全连接网络模型对应输出的兴趣点权重向量及兴趣点投影矩阵;

确定各所述第一全连接网络中兴趣点权重向量与兴趣点投影矩阵的乘积向量,将各所述乘积向量确定为所述目标用户在各所述第一全连接网络下对应的兴趣点向量;

其中,各所述第一全连接网络模型为网络结构相同但所具备全连接参数不同的网络模型;所述目标用户所具备兴趣点向量的总个数与所述第一全连接网络模型的模型个数相同。

4.根据权利要求1所述的方法,其特征在于,还包括:

根据所述目标用户的兴趣点信息,从给定的待推荐条目集合中确定候选条目并推荐给所述目标用户。

5.根据权利要求4所述的方法,其特征在于,所述根据所述目标用户的兴趣点信息,从给定的待推荐条目集合中确定候选条目并推荐给所述目标用户,包括:

针对所述待推荐条目集合中的每个待推荐条目,确定所述待推荐条目的条目基本特征向量;

确定所述条目基本特征向量相对所述兴趣点信息中各兴趣点向量的余弦相似度值;

根据各所述余弦相似度值,确定所述待推荐条目对应的推荐得分;

根据各所述待推荐条目的推荐得分确定至少一个候选条目,并将各所述候选条目推荐给所述目标用户。

6.根据权利要求5所述的方法,其特征在于,所述根据各所述余弦相似度值,确定所述待推荐条目对应的推荐得分,包括:

确定所述目标用户的用户基本特征向量以及所述待推荐条目的附加特征向量;

拼接所述用户基本特征向量、所述待推荐条目的条目基本特征向量和附加特征向量以及各所述余弦相似度值,形成条目推荐特征向量;

将所述条目推荐特征向量作为输入数据,输入给定的第二全连接网络模型,将所述第二全连接网络模型的输出值确定为所述待推荐条目的推荐得分。

7.根据权利要求5所述的方法,其特征在于,所述根据各所述待推荐条目的推荐得分确定至少一个候选条目,包括:

将各所述待推荐条目按照相应的推荐得分由高到低排序,将排序后处于前设定数值的待推荐条目作为候选条目;

其中,所述设定数值大于或等于1。

8.根据权利要求1-7任一项所述的方法,其特征在于,所述确定所述目标用户相对各所述种子条目的行为反馈向量,包括:

针对每个种子条目,获取所述目标用户相对所述种子条目的全部行为反馈信息;

查找各所述行为反馈信息对应的编码信息,并采用稠密向量确定机制处理各所述编码信息获得设定维度的行为反馈向量。

9.根据权利要求8所述的方法,其特征在于,所述目标用户相对各种子条目的行为反馈信息包括下述至少一种:点赞行为反馈、分享行为反馈、评论行为反馈以及收藏行为反馈。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州市百果园信息技术有限公司,未经广州市百果园信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911418383.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top