[发明专利]一种商品信息输出方法及相关装置

权利要求书

1.一种商品信息输出方法，其特征在于，应用于输出商品信息的计算机设备，所述方法包括：

采用预先训练的深度美学神经网络分别对第一商品的图像数据和第二商品的图像数据进行美学特征提取，得到第一美学特征向量和第二美学特征向量；

对所述第一商品和所述第二商品分别进行嵌入向量提取处理，得到第一嵌入向量和第二嵌入向量，将所述第一嵌入向量和所述第一美学特征向量拼接成第一输入向量，将所述第二嵌入向量和所述第二美学特征向量拼接成第二输入向量；

将所述第一输入向量和所述第二输入向量输入到交叉迁移网络进行处理，得到第一交互概率和第二交互概率；

根据所述第一交互概率和所述第二交互概率的比较结果对所述第一商品的信息和所述第二商品的信息进行输出。

2.根据权利要求1所述的商品信息输出方法，其特征在于，对所述第一商品和所述第二商品分别进行嵌入向量提取处理，得到第一嵌入向量和第二嵌入向量，将所述第一嵌入向量和所述第一美学特征向量拼接成第一输入向量，将所述第二嵌入向量和所述第二美学特征向量拼接成第二输入向量，包括：

将所述第一商品的历史记录信息以及所述第二商品的历史记录信息分别映射到低维连续空间，得到第一商品嵌入矩阵以及第二商品嵌入矩阵，对用户信息进行处理得到用户嵌入矩阵；

根据所述第一商品嵌入矩阵和所述第二商品嵌入矩阵对所述用户嵌入矩阵进行处理，得到所述第一嵌入向量和所述第二嵌入向量；

将所述第一嵌入向量和所述第一美学特征向量拼接成第一输入向量；

将所述第二嵌入向量和所述第二美学特征向量拼接成第二输入向量。

3.根据权利要求1所述的商品信息输出方法，其特征在于，将所述第一输入向量和所述第二输入向量输入到交叉迁移网络进行处理，得到第一交互概率和第二交互概率，包括：

采用稀疏法优化的关系矩阵，将所述第一输入向量的领域知识和所述第二输入向量的领域知识通过交叉迁移网络进行处理；

通过所述交叉迁移网络的输出层得到所述第一交互概率和所述第二交互概率。

4.根据权利要求3所述的商品信息输出方法，其特征在于，通过所述交叉迁移网络的输出层得到所述第一交互概率和所述第二交互概率，包括：

采用softmax函数对所述交叉迁移网络的输出层的数据进行计算，得到所述第一交互概率和所述第二交互概率。

5.一种输出商品信息的计算机设备，其特征在于，包括：

美学特征提取模块，用于采用预先训练的深度美学神经网络分别对第一商品的图像数据和第二商品的图像数据进行美学特征提取，得到第一美学特征向量和第二美学特征向量；

特征融合模块，用于对所述第一商品和所述第二商品分别进行嵌入向量提取处理，得到第一嵌入向量和第二嵌入向量，将所述第一嵌入向量和所述第一美学特征向量拼接成第一输入向量，将所述第二嵌入向量和所述第二美学特征向量拼接成第二输入向量；

交互概率获取模块，用于将所述第一输入向量和所述第二输入向量输入到交叉迁移网络进行处理，得到第一交互概率和第二交互概率；

商品信息输出模块，用于根据所述第一交互概率和所述第二交互概率的比较结果对所述第一商品的信息和所述第二商品的信息进行输出。

6.根据权利要求5所述的计算机设备，其特征在于，所述特征融合模块，包括：

低维映射单元，用于将所述第一商品的历史记录信息以及所述第二商品的历史记录信息分别映射到低维连续空间，得到第一商品嵌入矩阵以及第二商品嵌入矩阵，对用户信息进行处理得到用户嵌入矩阵；

矩阵处理单元，用于根据所述第一商品嵌入矩阵和所述第二商品嵌入矩阵对所述用户嵌入矩阵进行处理，得到所述第一嵌入向量和所述第二嵌入向量；

第一输入向量获取单元，用于将所述第一嵌入向量和所述第一美学特征向量拼接成第一输入向量；

第二输入向量获取单元，用于将所述第二嵌入向量和所述第二美学特征向量拼接成第二输入向量。