[发明专利]支付实现方法、装置及电子设备

说明书

说明书披露一种支付实现方法、装置及电子设备，包括：响应于目标商品的支付请求消息，获取目标商品的商品信息；通过具有注意力机制的特征提取模型，对所述商品信息进行特征提取，得到该目标商品的商品特征；将所述商品特征输入至分类模型，并基于所述分类模型输出的分类结果确定所述目标商品的类型；确定与该目标商品的类型关联的推送信息，并向用户终端返回该推送信息，以由用户终端展示所述推送信息。

技术领域

本说明书涉及计算机通信领域，尤其涉及支付实现方法、装置及电子设备。

背景技术

近年来，随着人工智能技术的兴起，基于人工智能技术对商品类型的预测也蓬勃地发展。

现有的商品类型预测通常包括：从商品信息中提取商品特征，以及基于商品特征预测商品类型。在从商品信息中提取出商品特征的过程中，由于没有考虑各个商品信息对分类结果的影响力的大小，使得商品类型的预测结果的准确性较低。

发明内容

根据本说明书的第一方面，提供一种支付实现方法，所述方法包括：

响应于目标商品的支付请求消息，获取所述目标商品的商品信息；

通过具有注意力机制的特征提取模型，对所述商品信息进行特征提取，得到该目标商品的商品特征；

将所述商品特征输入至分类模型，并基于所述分类模型输出的分类结果确定所述目标商品的类型；

确定与该目标商品的类型关联的推送信息，并向用户终端返回该推送信息，以由用户终端展示所述推送信息。

可选的，所述具有注意力机制的特征提取模型包括：注意力层和特征提取层；

所述通过具有注意力机制的特征提取模型，对所述商品信息进行特征提取，得到该目标商品的商品特征，包括：

所述注意力层，对所述目标商品的各商品信息进行注意力计算，并将计算得到的各具有权重的商品信息输入至所述特征提取层；

所述特征提取层，基于各具有权重的商品信息，输出所述目标商品的商品特征。

可选的，所述注意力层，对所述目标商品的各商品信息进行注意力计算，包括：

所述注意力层，确定所述目标商品的各商品信息的权重；

所述注意力层，基于确定出的各商品信息的权重、以及各商品信息，确定各具有权重的商品信息。

可选的，所述商品信息包括：商品名称，商品的销售信息。

可选的，所述特征提取层为卷积神经网络。

可选的，所述向用户终端返回该推送信息，以由用户终端展示所述推送信息，包括：

向所述用户终端返回推送信息，以由所述用户终端在支付确认页面上显示所述推送信息。

根据本说明书的第二方面，提供一种对象类型的预测方法，所述方法包括：

通过具有注意力机制的特征提取模型，对目标对象的对象信息进行特征提取，得到该目标对象的对象特征；

将所述对象特征输入至已训练的分类模型，并基于所述分类模型输出的分类结果确定所述目标对象的类型。

可选的，所述具有注意力机制的特征提取模型包括：注意力层和特征提取层；

所述通过具有注意力机制的特征提取模型，对目标对象的对象信息进行特征提取，得到该目标对象的对象特征，包括：

所述注意力层，对所述目标对象的各对象信息进行注意力计算，并将计算得到的各具有权重的对象信息输入至所述特征提取层；