[发明专利]一种目标应用的评分方法、装置、设备及存储介质在审
申请号: | 202210135921.3 | 申请日: | 2022-02-14 |
公开(公告)号: | CN114546802A | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 王志峰 | 申请(专利权)人: | 广东小天才科技有限公司 |
主分类号: | G06F11/34 | 分类号: | G06F11/34;G06F17/16;G06N3/08;G06F8/61 |
代理公司: | 深圳中细软知识产权代理有限公司 44528 | 代理人: | 袁文英 |
地址: | 523000 广东省东*** | 国省代码: | 广东;44 |
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 目标 应用 评分 方法 装置 设备 存储 介质 | ||
1.一种目标应用的评分方法,其特征在于,包括:
获取用户特征和目标应用的应用特征,将所述应用特征和所述用户特征输入至预设的特征嵌入模块,得到应用特征所对应的应用特征矩阵和用户特征所对应的用户特征矩阵;
将所述应用特征矩阵输入至预设的泛化模块,得到第一数据;同时,将所述应用特征矩阵和所述用户特征矩阵输入至预设的记忆模块,得到第二数据;
将所述第一数据和所述第二数据输入至评分模块,得到所述目标应用的评分。
2.根据权利要求1所述的方法,其特征在于,所述泛化模块包括:自注意力层、注意力层以及增强层,所述将所述应用特征矩阵输入至预设的泛化模块,得到第一数据,包括:
将所述应用特征矩阵输入至所述自注意力层进行矩阵变换,得到初始矩阵;
对所述应用特征矩阵输入至所述注意力层进行特征抽取处理,得到高阶特征矩阵;
根据所述初始矩阵以及高阶特征矩阵,得到第一数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述初始矩阵以及高阶特征矩阵,得到第一数据,包括:
将所述初始矩阵与所述高阶特征矩阵输入至增强层进行非线性变换处理,得到第一矩阵;
对所述第一矩阵和应用特征矩阵进行位乘运算,得到第一数据。
4.根据权利要求1所述的方法,其特征在于,所述将所述应用特征矩阵和所述用户特征矩阵输入至预设的记忆模块,得到第二数据,包括:
将初始特征矩阵与第i个交叉矩阵进行低阶特征交叉运算,得到第i+1个交叉矩阵,所述初始特征矩阵包括所述应用特征矩阵和所述用户特征矩阵;
若i+1小于N,令i=i+1,返回执行所述将初始特征矩阵与第i个交叉矩阵进行低阶特征交叉运算,得到第i+1个交叉矩阵的步骤,其中,当i为1的时候,第1个交叉矩阵为初始特征矩阵,所述N为低阶记忆运算的总次数,所述i为正整数;
若i+1等于N,则根据第i+1个交叉矩阵确定第二数据。
5.根据权利要求1所述的方法,其特征在于,所述评分模块包括融合层和全连接层,所述将所述第一数据和所述第二数据输入至评分模块,得到所述目标应用的评分,包括:
将所述第一数据与所述第二数据输入至融合层进行横向拼接,得到拼接矩阵;
对所述拼接矩阵输入至全连接层进行评分计算,得到所述目标应用的评分。
6.根据权利要求1所述的方法,其特征在于,所述将所述应用特征和所述用户特征输入至预设的特征嵌入模块,得到应用特征所对应的应用特征矩阵和用户特征所对应的用户特征矩阵,包括:
将所述应用特征和所述用户特征分别输入至所述特征嵌入模块进行线性投影,得到所述应用特征矩阵和所述用户特征矩阵。
7.根据权利要求1所述的方法,其特征在于,还包括:
根据所述目标应用的评分由大到小对所述目标应用进行排序,确定所述目标应用的排序队列;
根据所述排序队列对所述目标应用进行推荐。
8.一种目标应用的评分装置,其特征在于,包括:
向量获取模块:用于获取用户特征和目标应用的应用特征,将所述应用特征和所述用户特征输入至预设的特征嵌入模块,得到应用特征所对应的应用特征矩阵和用户特征所对应的用户特征矩阵;
数据计算模快:用于将所述应用特征矩阵输入至预设的泛化模块,得到第一数据;同时,将所述应用特征矩阵和所述用户特征矩阵输入至预设的记忆模块,得到第二数据;
应用评分模块:用于将所述第一数据和所述第二数据输入至评分模块,得到所述目标应用的评分。
9.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至8中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至8中任一项所述方法的步骤。
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广东小天才科技有限公司,未经广东小天才科技有限公司许可,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/202210135921.3/1.html,转载请声明来源钻瓜专利网。