[发明专利]一种基于多任务预测的确定推荐对象的方法及系统有效
申请号: | 202010329692.X | 申请日: | 2020-04-24 |
公开(公告)号: | CN111242752B | 公开(公告)日: | 2020-08-14 |
发明(设计)人: | 钱浩;周俊;崔卿;李龙飞 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
主分类号: | G06Q30/00 | 分类号: | G06Q30/00 |
代理公司: | 成都七星天知识产权代理有限公司 51253 | 代理人: | 袁春晓 |
地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 任务 预测 确定 推荐 对象 方法 系统 | ||
1.一种基于多任务预测的确定推荐对象的方法,包括:
获取目标用户的用户特征和至少一个候选对象的对象特征;
利用推荐模型对所述至少一个候选对象中的每一个进行以下处理,以得到至少一个决策值:
通过推荐模型处理所述用户特征和所述对象特征,确定与该候选对象对应的两个或以上的预测值;其中,所述两个或以上的预测值与两个或以上的预设任务分别相关,所述两个或以上的预设任务与目标任务相关;
基于所述两个或以上的预测值,确定与该候选对象对应的决策值,其中,决策值反映所述目标任务的完成度;
以及,基于所述至少一个决策值,从所述至少一个候选对象中确定向所述目标用户推荐的目标对象。
2.如权利要求1所述的方法,所述两个或以上的预测值包括第一预测值以及第二预测值;
所述推荐模型包括:嵌入层、特征交叉层、第一多层感知器以及第二多层感知器;
所述嵌入层用于将所述用户特征和所述对象特征转换为各自的向量表示;
所述特征交叉层用于对用户特征的向量表示和对象特征的向量表示进行特征融合处理,得到融合向量表示;
所述第一多层感知器用于对所述融合向量表示进行处理,得到所述第一预测值;
所述第二多层感知器用于对所述融合向量表示和所述第一预测值进行处理,得到所述第二预测值。
3.如权利要求2所述的方法,所述特征交叉层包括:WideDeep网络、DeepFM网络或Deepand Cross网络。
4.如权利要求2所述的方法,所述决策值与第一预测值和/或第二预测值正相关。
5.如权利要求1所述的方法,所述候选对象为用户权益;
所述用户特征至少反映所述目标用户的个人属性以及历史消费行为;所述个人属性包括以下至少之一:收入、年龄以及职业;
所述对象特征至少反映候选对象的成本信息。
6.如权利要求5所述的方法,所述历史消费行为包括所述目标用户历史点击的用户权益和/或目标用户历史购买的商品。
7.如权利要求5所述的方法,所述两个或以上的预测值包括第一预测值以及第二预测值,其中,第一预测值反映目标用户点击该候选对象的概率,所述第二预测值反映目标用户通过该候选对象产生的消费金额。
8.一种基于多任务预测的确定推荐对象的系统,包括:
特征获取模块,用于获取目标用户的用户特征和至少一个候选对象的对象特征;
决策值确定模块,用于利用推荐模型对所述至少一个候选对象中的每一个进行以下处理,以得到至少一个决策值:通过推荐模型处理所述用户特征和所述对象特征,确定与该候选对象对应的两个或以上的预测值;其中,所述两个或以上的预测值与两个或以上的预设任务分别相关,所述两个或以上的预设任务与目标任务相关;基于所述两个或以上的预测值,确定与该候选对象对应的决策值,其中,决策值反映所述目标任务的完成度;
目标对象确定模块,用于基于所述至少一个决策值,从所述至少一个候选对象中确定向所述目标用户推荐的目标对象。
9.一种基于多任务预测的确定推荐对象的装置,包括处理器,所述处理器用于执行如权利要求1-7任一项所述方法。
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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)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/202010329692.X/1.html,转载请声明来源钻瓜专利网。