[发明专利]物品共现关系确定方法和装置及判定模型获得方法和装置

说明书

本公开提出一种物品共现关系确定方法和装置及判定模型获得方法和装置，涉及计算机应用领域。物品共现关系确定方法包括：获取待确定共现关系的第一物品对；获取第一物品对中每个物品的特征信息，包括基于每个物品所在的物品共现图确定的该物品的图嵌入向量，每个物品共现图基于具有共现关系的多个物品构建；将第一物品对中每个物品的特征信息输入物品共现关系判定模型进行处理，物品共现关系判定模型是利用物品共现历史数据训练深度神经网络得到的；获取物品共现关系判定模型输出的第一物品对是否具有共现关系的判定结果。利用物品共现关系判定模型，既能判定历史已知的物品共现关系，也能判定未知的物品共现关系，并且判定结果更加客观。

技术领域

本公开涉及计算机应用领域，特别涉及一种物品共现关系确定方法和装置及判定模型获得方法和装置。

背景技术

在电子商务中，发现物品的共现关系，将具有共现关系的物品推荐给用户，可以帮助用户高效地选择物品。

在一些相关技术中，统计历史数据中物品对共现的次数，根据统计结果发现共现物品对。例如，统计订单历史数据中物品对被同时购买的次数，次数大于预设值的物品对作为同购物品对。

上述相关技术能够发现历史已知的物品共现关系，不能发掘未知的物品共现关系。

发明内容

本公开实施例的物品共现关系判定模型是利用物品共现历史数据训练深度神经网络得到的，既能判定历史已知的物品共现关系，也能判定未知的物品共现关系。

本公开一些实施例提出一种物品共现关系确定方法，包括：

获取待确定共现关系的第一物品对；

获取第一物品对中每个物品的特征信息，其中，每个物品的特征信息包括基于所述每个物品所在的物品共现图确定的所述每个物品的图嵌入向量，每个物品共现图基于具有共现关系的多个物品构建；

将第一物品对中每个物品的特征信息输入物品共现关系判定模型进行处理，其中，物品共现关系判定模型是利用物品共现历史数据训练深度神经网络得到的；

获取物品共现关系判定模型输出的第一物品对是否具有共现关系的判定结果。

在一些实施例中，利用物品共现历史数据训练深度神经网络得到物品共现关系判定模型包括：

获取物品共现历史数据中的带有共现关系标签的多个第二物品对；

获取每个第二物品对中每个物品的特征信息，其中，每个物品的特征信息包括基于所述每个物品所在的物品共现图确定的所述每个物品的图嵌入向量，每个物品共现图基于具有共现关系的多个物品构建；

将每个第二物品对中每个物品的特征信息输入深度神经网络进行预测；

根据深度神经网络输出的每个第二物品对是否具有共现关系的预测结果与相应的共现关系标签之间的差距信息，迭代地更新深度神经网络的参数，直至满足预设的训练终止条件，将训练后的深度神经网络作为物品共现关系判定模型。

在一些实施例中，构建物品共现图所基于的具有共现关系的多个物品包括：

在同一订单中出现的多个物品；以及

在同一用户的预设时间段内的不同订单中出现的多个物品。

在一些实施例中，根据设置的滑动窗口，将滑动窗口内的同一用户的预设时间段内的各个订单中的多个物品确定为具有共现关系的多个物品。

在一些实施例中，不同物品共现图中的属于同一个标准化产品单位的物品连接起来；或者，不同物品共现图中的库存量单位标题的相似度大于预设值的物品连接起来。