[发明专利]一种对象推荐方法、装置、以及计算机存储介质

权利要求书

1.一种对象推荐方法，其特征在于，包括：

确定多个候选对象、以及参考对象；

基于训练后预测模型中的注意力机制子模型，对多个候选对象对应的候选特征信息进行注意力分配处理，得到关注所述候选对象与所述参考对象之间匹配程度的候选注意力特征信息；

将每个候选特征信息与其对应的候选注意力特征信息进行融合，得到多个融合后候选特征信息；

对所述多个融合后候选特征信息进行卷积操作，得到候选融合信息；

基于所述训练后预测模型、以及所述候选融合信息，预测用户与每个候选对象之间的预测交互概率；

基于所述用户与每个候选对象之间的预测交互概率，从多个候选对象中确定多个待推荐对象；

提取每个待推荐对象对应的特征信息、以及所述参考对象对应的参考特征信息；

基于注意力参数信息对多个特征信息进行注意力分配处理，得到关注所述待推荐对象与所述参考对象之间匹配程度的注意力特征信息；

基于所述注意力特征信息，获取每个待推荐对象与所述参考对象之间的相似度信息；

基于所述相似度信息，从所述多个待推荐对象中选取目标推荐对象序列；

输出所述目标推荐对象序列。

2.根据权利要求1所述的对象推荐方法，其特征在于，所述方法还包括：

获取作为交互概率预测模型当前输入的训练样本，所述训练样本包括已标记对象对应的已标记特征信息；

基于所述交互概率预测模型、以及所述训练样本，预测用户与所述已标记对象之间的预测交互概率；

基于所述用户与所述已标记对象之间的预测交互概率、以及所述已标记对象对应的实际交互概率，对所述交互概率预测模型进行训练，得到训练后预测模型。

3.根据权利要求2所述的对象推荐方法，其特征在于，基于所述用户与所述已标记对象之间的预测交互概率、以及所述已标记对象对应的实际交互概率，对所述交互概率预测模型进行训练，得到训练后预测模型，包括：

基于所述用户与所述已标记对象之间的预测交互概率、以及所述已标记对象对应的实际交互概率，对所述注意力参数信息进行调整；

基于调整后的注意力参数信息，得到训练后预测模型。

4.根据权利要求2所述的对象推荐方法，其特征在于，所述训练样本还包括用户历史行为对应的多个历史对象特征信息；

获取作为交互概率预测模型当前输入的训练样本，包括：

获取针对交互对象的连续用户历史行为所对应的历史行为信息、以及已标记对象对应的已标记特征信息，所述历史行为信息中包括每个用户历史行为对应的历史行为子信息；

确定每个历史行为子信息对应的历史交互对象；

基于所述历史交互对象，获取每个历史行为子信息对应的历史对象特征信息；

基于所述历史对象特征信息、以及所述已标记特征信息，构建训练样本；

将所述训练样本作为交互概率预测模型的当前输入。

5.根据权利要求4所述的对象推荐方法，其特征在于，获取针对交互对象的连续用户历史行为所对应的历史行为信息、以及已标记对象对应的已标记特征信息，包括：

获取已标记对象对应的已标记特征信息；

获取针对交互对象的连续用户历史行为所对应的候选历史行为信息；

确定划分所述候选历史行为信息的信息划分参数；

基于所述信息划分参数，将所述候选历史行为信息划分为多个历史行为信息。