[发明专利]向用户推荐对象的方法、装置、设备和介质

说明书

本公开提供了一种向用户推荐对象的方法、装置、设备和介质，涉及人工智能技术领域，尤其涉及智能推荐和深度学习技术。向用户推荐对象的方法包括：获取用户特征；利用树检索模型从多个叶子节点中确定多个候选叶子节点；基于用户特征和多个候选叶子节点分别对应的多个候选真实对象中的每一个候选真实对象的特征，生成针对每一个候选真实对象的预测结果，其中，每一个候选真实对象的特征包括至少一个真实对象泛化特征；以及基于每一个候选真实对象的预测结果，确定一个或多个待推荐真实对象。

技术领域

本公开涉及人工智能技术领域，尤其涉及智能推荐和深度学习技术，特别涉及一种向用户推荐对象的方法、装置、设备和介质。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术。人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

互联网的出现和普及给用户带来了大量的信息，满足了用户在信息时代对信息的需求，但随着网络的迅速发展而带来的网上信息量的大幅增长，使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息，对信息的使用效率反而降低。

根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户的个性化信息推荐系统应运而生。推荐系统通过研究用户的兴趣偏好，进行个性化计算，由系统发现用户的兴趣点，从而引导用户发现自己的信息需求。一个好的推荐系统不仅能为用户提供个性化的服务，还能和用户之间建立密切关系。推荐系统推荐系统现已广泛应用于很多领域。为了节省资源，推荐系统会同时服务于多个产品(例如，多个应用程序或多个应用终端)。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种向用户推荐对象的方法、装置、设备和介质。

根据本公开的一方面，提供了一种利用树检索模型向用户推荐对象的方法。树检索模型包括多个叶子节点，这些叶子节点与多个真实对象一一对应向用户推荐对象的方法包括：获取用户特征；利用树检索模型从多个叶子节点中确定多个候选叶子节点；基于用户特征和多个候选叶子节点分别对应的多个候选真实对象中的每一个候选真实对象的特征，生成针对每一个候选真实对象的预测结果，其中，每一个候选真实对象的特征包括至少一个真实对象泛化特征；以及基于每一个候选真实对象的预测结果，确定一个或多个待推荐真实对象。

根据本公开的另一方面，提供了一种树检索模型的训练方法。树检索模型包括多个叶子节点，这些叶子节点与多个真实对象一一对应。多个真实对象中的每一个真实对象的特征包括至少一个真实对象泛化特征。训练方法包括：获取样本用户的特征和多个真实对象中与样本用户相关的样本真实对象的特征，并标注样本真实对象是否被样本用户点击的第一真实结果；将样本用户的特征对应的特征向量和样本真实对象的特征对应的特征向量输入匹配模型，以得到匹配模型输出的样本真实对象是否被样本用户点击的第一预测结果；以及基于第一真实结果和第一预测结果，调整样本真实对象的特征对应的特征向量。

根据本公开的另一方面，提供了一种利用树检索模型向用户推荐对象的装置。树检索模型包括多个叶子节点，这些叶子节点与多个真实对象一一对应。向用户推荐对象的装置包括：获取模块，被配置为获取用户特征；第一确定模块，被配置为利用树检索模型从多个叶子节点中确定多个候选叶子节点；第一预测模块，被配置为基于用户特征和多个候选叶子节点分别对应的多个候选真实对象中的每一个候选真实对象的特征，生成针对每一个候选真实对象的预测结果，其中，每一个候选真实对象的特征包括至少一个真实对象泛化特征；以及第二确定模块，被配置为基于每一个候选真实对象的预测结果，确定一个或多个待推荐真实对象。