[发明专利]用于获取信息的方法及装置

说明书

本申请实施例公开了用于获取信息的方法及装置。该方法的一具体实施方式包括：获取用户浏览网页的过程信息，其中，上述过程信息用于表征用户浏览网页时所对应的信息；将上述过程信息导入预先训练的物品推荐模型，得到对应过程信息的预测物品信息，上述物品推荐模型用于通过过程信息确定预测物品信息。该实施方式提高了获取预测物品信息的准确性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于获取信息的方法及装置。

背景技术

随着网络技术的发展，越来越多的物品通过网络进行销售。通常，用户可以通过各种电子设备登录相关的网站，并浏览相关物品信息的网页；然后，用户将需要的物品放入网站购物车；最后，用户对购物车内的物品进行结算，完成物品的购买。通过网络购买物品，可以使得用户足不出户地获取大量的物品信息，提高了用户获取物品的效率。相应的，网站技术人员也可以根据用户的购买记录为用户提供相关的物品信息，进一步提高了用户获取物品的效率。

发明内容

本申请实施例提出了用于获取信息的方法及装置。

第一方面，本申请实施例提供了一种用于获取信息的方法，该方法包括：获取用户浏览网页的过程信息，其中，上述过程信息用于表征用户浏览网页时所对应的信息；将上述过程信息导入预先训练的物品推荐模型，得到对应过程信息的预测物品信息，上述物品推荐模型用于通过过程信息确定预测物品信息。

在一些实施例中，上述过程信息包括至少一个网页和对应网页的浏览特征信息，上述浏览特征信息包括以下至少一项：用户浏览网页的信息内容和对应信息内容的浏览时间。

在一些实施例中，上述将上述过程信息导入预先训练的物品推荐模型，得到对应过程信息的预测物品信息，包括：将上述过程信息输入至上述卷积神经网络，得到上述过程信息对应的网页特征向量，其中，上述卷积神经网络用于表征过程信息与网页特征向量之间的对应关系；将上述网页特征向量输入至上述循环神经网络，得到网页内容特征向量，其中，上述循环神经网络用于表征网页特征向量与网页内容特征向量之间的对应关系，网页内容特征向量用于表征网页特征向量之间的关联关系；将上述网页内容特征向量输入至上述全连接层，得到上述过程信息对应的预测物品信息，其中，上述全连接层用于表征网页内容特征向量与预测物品信息之间的对应关系。

在一些实施例中，上述物品推荐模型通过如下步骤训练得到：获取用户通过网页选择的多个样本目标物品的样本目标物品信息和上述多个样本目标物品中的每个样本目标物品对应的样本过程信息；将上述多个样本目标物品中的每个样本目标物品对应的样本过程信息作为输入，将该样本过程信息对应的样本目标物品的样本物品信息作为输出，训练得到上述物品推荐模型。

在一些实施例中，上述将上述多个样本目标物品中的每个样本目标物品对应的样本过程信息作为输入，将该样本过程信息对应的样本目标物品的样本物品信息作为输出，训练得到上述物品推荐模型，包括：执行以下训练步骤：将多个样本目标物品中的每个样本目标物品对应的样本过程信息依次输入至初始化物品推荐模型，得到样本过程信息所对应的预测目标物品信息，将每个样本过程信息所对应的预测目标物品信息与该样本过程信息所对应的样本目标物品信息进行比较，得到上述初始化物品推荐模型的预测准确率，确定上述预测准确率是否大于预设准确率阈值，若大于上述预设准确率阈值，则将上述初始化物品推荐模型作为训练完成的物品推荐模型。

在一些实施例中，上述将上述多个样本目标物品中的每个样本目标物品对应的样本过程信息作为输入，将该样本过程信息对应的样本目标物品的样本物品信息作为输出，训练得到上述物品推荐模型，还包括：响应于不大于上述预设准确率阈值，调整上述初始化物品推荐模型的参数，并继续执行上述训练步骤。