[发明专利]对象推送方法、产品推送方法、计算机终端及存储介质在审
申请号: | 202111285512.3 | 申请日: | 2021-11-02 |
公开(公告)号: | CN113722603A | 公开(公告)日: | 2021-11-30 |
发明(设计)人: | 赵鑫;牟善磊;李雅亮;李思晴;文继荣 | 申请(专利权)人: | 阿里巴巴达摩院(杭州)科技有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06N3/04;G06N3/08 |
代理公司: | 北京博浩百睿知识产权代理有限责任公司 11134 | 代理人: | 李静茹 |
地址: | 310023 浙江省杭州市余杭*** | 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: | 对象 推送 方法 产品 计算机 终端 存储 介质 | ||
1.一种对象推送方法,其特征在于,包括:
获取目标交互图和目标知识图谱,其中,所述目标交互图用于表征目标用户与至少一个待推送对象进行交互后产生的交互关系信息,所述目标知识图谱用于表征所述至少一个待推送对象和至少一个对象属性之间的关联关系信息;
对所述目标交互图和所述目标知识图谱进行解耦表征处理,得到所述目标用户的第一解耦表征和所述至少一个待推送对象的第二解耦表征;
基于所述第一解耦表征和至少一个第二解耦表征,确定所述至少一个待推送对象中的目标推送对象;
向所述目标用户推送所述目标推送对象。
2.根据权利要求1所述的方法,其特征在于,对所述目标交互图和所述目标知识图谱进行解耦表征处理,得到所述目标用户的第一解耦表征和所述至少一个待推送对象的第二解耦表征包括:
利用图神经网络对所述目标交互图进行解耦表征处理,得到所述第一解耦表征和所述至少一个待推送对象的第三解耦表征;
利用多关系图神经网络对所述目标知识图谱进行解耦表征处理,得到所述至少一个待推送对象的第四解耦表征;
获取所述第三解耦表征和所述第四解耦表征之和,得到所述第二解耦表征。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取训练样本,其中,所述训练样本包括:交互图样本和知识图谱样本,所述交互图样本用于表征第一实体对交互界面上展示的至少一个第二实体进行交互操作后产生的交互关系信息,所述目标知识图谱用于表征所述至少一个第二实体和至少一个实体属性之间的关联关系信息;
利用所述图神经网络对所述交互图样本进行解耦表征处理,得到所述第一实体的隐式解耦表征和所述至少一个第二实体的隐式解耦表征;
利用所述多关系图神经网络对所述知识图谱样本进行解耦表征处理,得到所述至少一个第二实体的显式解耦表征和所述至少一个实体属性的显式解耦表征;
基于所述第一实体的隐式解耦表征、所述至少一个第二实体的隐式解耦表征、所述至少一个第二实体的显式解耦表征和所述至少一个实体属性的显式解耦表征,构建目标损失函数;
基于所述目标损失函数对所述图神经网络的网络参数和所述多关系图神经网络的网络参数进行调整。
4.根据权利要求3所述的方法,其特征在于,基于所述第一实体的隐式解耦表征、所述至少一个第二实体的隐式解耦表征、所述至少一个第二实体的显式解耦表征和所述至少一个实体属性的显式解耦表征,构建目标损失函数包括:
基于所述至少一个第二实体的隐式解耦表征和所述至少一个第二实体的显式解耦表征构建解耦表征之间的互信息,并基于所述互信息构建第一损失函数;
基于所述至少一个第二实体的显式解耦表征和所述至少一个实体属性的显式解耦表征预测所述至少一个第二实体和所述至少一个实体属性之间的关联关系,并基于预测结果构建第二损失函数;
基于所述第一实体的隐式解耦表征、所述至少一个第二实体的隐式解耦表征和所述至少一个第二实体的显式解耦表征确定所述第一实体和所述至少一个第二实体之间的样本匹配分值,并基于所述匹配分值构建第三损失函数;
对所述第一损失函数、所述第二损失函数、所述第三损失函数、所述图神经网络的网络参数和所述多关系图神经网络的网络参数进行加权和处理,得到所述目标损失函数。
5.根据权利要求4所述的方法,其特征在于,基于所述至少一个第二实体的隐式解耦表征和所述至少一个第二实体的显式解耦表征构建解耦表征之间的互信息,并基于所述互信息构建第一损失函数包括:
基于所述至少一个第二实体的隐式解耦表征和所述至少一个第二实体的显式解耦表征,利用互信息估计器得到多个解耦方面的互信息;
对所述多个解耦方面的互信息进行累加,得到最大互信息;
基于所述最大互信息构建所述第一损失函数。
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阿里巴巴达摩院(杭州)科技有限公司,未经阿里巴巴达摩院(杭州)科技有限公司许可,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/202111285512.3/1.html,转载请声明来源钻瓜专利网。