对象推荐方法、装置、电子设备和存储介质与流程

本公开涉及人工智能和数字营销，更具体地，涉及一种对象推荐方法、装置、电子设备和存储介质。

背景技术：

1、点击率预估(click-through rate prediction, ctr) 是推荐系统、搜索引擎、在线广告等系统中的关键技术，其目标是根据用户的历史行为、个人信息、上下文信息等来预测用户对候选对象，如各类商品、广告等的点击概率。

2、在相关技术中，常采用两阶段的点击率预估模型建模方式，而这种建模方式得到的点击率预估模型的模型效果较差，不能精确的建模用户的兴趣表征。

技术实现思路

1、有鉴于此，本公开提供了一种对象推荐方法、装置、电子设备、可读存储介质和计算机程序产品。

2、本公开的一个方面提供了一种对象推荐方法，包括：响应于针对目标用户的对象推荐请求，基于与目标用户相关的业务日志，得到上述目标用户的历史行为序列，其中，上述对象推荐请求包括多个待推荐对象各自的属性信息；基于上述历史行为序列进行注意力表征，得到上述目标用户的第一兴趣表征；基于上述历史行为序列、上述第一兴趣特征和上述多个待推荐对象各自的属性信息进行注意力表征，得到上述目标用户的第二兴趣表征；以及基于上述第一兴趣表征和上述第二兴趣表征，确定针对上述多个待推荐对象的推荐结果。

3、本公开的另一个方面提供了一种对象推荐装置，包括：第一处理模块，用于响应于针对目标用户的对象推荐请求，基于与目标用户相关的业务日志，得到上述目标用户的历史行为序列，其中，上述对象推荐请求包括多个待推荐对象各自的属性信息；第一表征模块，用于基于上述历史行为序列进行注意力表征，得到上述目标用户的第一兴趣表征；第二表征模块，用于基于上述历史行为序列、上述第一兴趣特征和上述多个待推荐对象各自的属性信息进行注意力表征，得到上述目标用户的第二兴趣表征；以及推荐模块，用于基于上述第一兴趣表征和上述第二兴趣表征，确定针对上述多个待推荐对象的推荐结果。

4、本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个计算机程序，其中，上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。

5、本公开的另一方面提供了一种计算机可读存储介质，其上存储有计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

6、本公开的另一方面提供了一种计算机程序产品，包括计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

7、根据本公开的实施例，在向目标用户进行对象推荐时，可以获取业务日志中记载的目标用户的历史行为，得到历史行为序列，并基于该历史行为序列进行粗粒度的兴趣表征，得到第一兴趣表征，之后，可以结合待推荐对象的特征和第一兴趣表征进行细粒度的兴趣表征，得到第二兴趣表征，基于第一兴趣表征和第二兴趣表征，可以利用预测模型来确定针对该多个待推荐对象的推荐结果。通过粗细粒度结合的层级化兴趣表征，可以更为精确地对用户长期行为进行表征，该更为精确的兴趣表征可以有效提升点击率预估模型的效果，同时，可以降低对象推荐时的资源消耗。

技术特征：

1.一种对象推荐方法，包括：

2.根据权利要求1所述的方法，其中，所述历史行为序列包括多个历史对象各自的属性信息；

3.根据权利要求2所述的方法，其中，所述对所述多个第一对象特征进行映射处理，以确定所述多个第一对象特征各自归属的特征簇，包括：

4.根据权利要求3所述的方法，其中，所述基于每个特征簇包括的第一对象特征，确定每个特征簇的向量表征，包括：

5.根据权利要求4所述的方法，其中，所述基于每个特征簇包括的第一对象特征各自的目标贡献系数和每个特征簇包括的第一对象特征，确定每个特征簇的向量表征，包括：

6.根据权利要求2所述的方法，其中，所述基于所述历史行为序列、所述第一兴趣特征和所述多个待推荐对象各自的属性信息进行注意力表征，得到所述目标用户的第二兴趣表征，包括：

7.根据权利要求6所述的方法，其中，所述第一兴趣特征包括与多个所述特征簇各自对应的兴趣特征向量；

8.根据权利要求6所述的方法，还包括：

9.根据权利要求1所述的方法，其中，所述基于所述第一兴趣表征和所述第二兴趣表征，确定针对所述多个待推荐对象的推荐结果，包括：

10.一种对象推荐装置，包括：

11.一种电子设备，包括：

12.一种计算机可读存储介质，其上存储有计算机程序或指令，其中，所述计算机程序或指令被处理器执行时实现根据权利要求1~9中任一项所述方法的步骤。

13.一种计算机程序产品，包括计算机程序或指令，其中，所述计算机程序或指令被处理器执行时实现根据权利要求1~9中任一项所述方法的步骤。

技术总结
本公开提供了一种对象推荐方法，可以应用于人工智能技术领域和数字营销技术领域。该方法包括：响应于针对目标用户的对象推荐请求，基于与目标用户相关的业务日志，得到目标用户的历史行为序列；基于历史行为序列进行注意力表征，得到目标用户的第一兴趣表征；基于历史行为序列、第一兴趣特征和对象推荐请求包括的多个待推荐对象各自的属性信息进行注意力表征，得到目标用户的第二兴趣表征；以及基于第一兴趣表征和第二兴趣表征，确定针对多个待推荐对象的推荐结果。本公开还提供了一种对象推荐装置、电子设备、存储介质和计算机程序产品。

技术研发人员：潘茂,石静雯,周坤,王冬月
受保护的技术使用者：北京沃东天骏信息技术有限公司
技术研发日：
技术公布日：2024/9/23