[发明专利]一种预测用户评分及展示对象的方法和装置

权利要求书

1.一种基于模型预测用户对对象的评分的方法，所述模型包括至少两组神经网络，所述至少两组神经网络与至少两个平台分别对应，其中，每组神经网络包括对象神经网络和用户神经网络，所述至少两个平台分别具有共同的多个用户，所述多个用户中包括第一用户，所述至少两个平台中包括第一平台，所述第一平台中包括所述第一用户未评分的第一对象，所述方法包括：

获取所述第一用户在各个平台的用户评分向量，其中，第一平台的用户评分向量的维度为第一平台中的对象数，所述第一平台的用户评分向量的各个维度值基于所述第一用户对第一平台中各个对象的实际评分获取；

获取所述第一对象的对象评分向量，所述对象评分向量的维度为所述多个用户的数目，所述对象评分向量的各个维度值基于所述多个用户中各个用户在所述第一平台对该第一对象的实际评分获取；

通过将所述第一用户在各个平台的用户评分向量分别输入与该平台对应的用户神经网络，获取所述第一用户在各个平台的用户潜在向量，其中各个所述用户潜在向量具有相同维度；

通过预定合并函数，基于各个所述用户潜在向量，获取第一用户的用户合并向量；

通过将第一对象的对象评分向量输入与第一平台对应的对象神经网络，获取第一对象的对象潜在向量，其中，所述对象潜在向量与所述用户合并向量具有相同维度；以及

计算所述用户合并向量与所述对象潜在向量的内积，作为所述第一用户在所述第一平台对所述第一对象的预测评分。

2.根据权利要求1所述的方法，所述模型通过以下步骤训练：

获取至少一个样本，每个样本包括所述多个用户中任一用户在各个平台的用户评分向量、所述第一平台中任一对象的对象评分向量和标签值，其中所述标签值为该任一用户在所述第一平台对该任一对象的实际评分；以及

通过所述至少一个样本训练与所述第一平台对应的一组神经网络，以使得所述模型对所述至少一个样本的预测损失减小。

3.根据权利要求1所述的方法，其中，所述合并函数为以下任一种函数：求均值函数、求和函数、取最大值函数、加权和函数、注意力模型。

4.根据权利要求1所述的方法，其中，所述用户神经网络或所述对象神经网络包括至少一层全连接层。

5.根据权利要求1所述的方法，其中，所述实际评分由用户相对于对象直接提供。

6.根据权利要求1所述的方法，其中，所述实际评分基于用户相对于对象的操作行为计算获取。

7.根据权利要求6所述的方法，其中，所述对象为商品，所述用户相对于对象的操作行为包括以下至少一种：购买、点击、转发。