[发明专利]一种信息匹配方法、装置、设备及存储介质

说明书

本公开实施例关于一种信息匹配方法、装置、设备及存储介质。该方法包括：获取待获取推荐数据的用户的特征、以及拟推荐数据的特征；分别将用户的特征和拟推荐数据的特征输入至用户语义匹配模型的用户向量提取分支和数据向量提取分支，获取用户的特征对应的语义表示和所述拟推荐数据的特征对应的语义表示；基于用户的特征对应的语义表示和所述拟推荐数据的特征对应的语义表示，生成所述用户与所述拟推荐数据的匹配结果。该方法解决了网络层数较浅时学习到语义表示质量不高的问题，通过新的网络结构学习用户的特征和拟推荐数据的特征对应的语义表示，提高语义表示的精度。

技术领域

本公开实施例涉及计算机技术领域，尤其涉及一种信息匹配方法、装置、设备及存储 介质。

背景技术

随着互联网技术的不断发展，网络上的信息数量呈爆炸式增长，但对于用户来说，只 有一小部分信息是可用的，大多数信息都是冗余的，这些冗余信息加大了用户查询可用信 息的难度，为了提高用户查询信息的效率，目前通常采用数据推荐系统为用户进行数据推 荐。

现有技术中，数据推荐系统需要对用户特征、数据特征分别进行变换得到向量表示。 其中，双塔模型以优越的性能，广泛应用于各大互联网公司的数据推荐业务中。但是，当 对高阶语义表示进行学习时，基于双塔的推荐模型的学习效果就不那么理想了。现有的基 于双塔的推荐模型，通常网络层数较浅，因此学习到的语义表示的不准确。

发明内容

本公开实施例提供一种信息匹配方法、装置、设备及存储介质，以解决相关技术中网 络层数较浅时学习到语义表示不准确的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种信息匹配方法，所述方法包括：

获取待获取推荐数据的用户的特征、以及拟推荐数据的特征；

分别将所述用户的特征和所述拟推荐数据的特征输入至用户语义匹配模型的用户向 量提取分支和数据向量提取分支，其中，用户向量提取分支和数据向量提取分支分别用于 将输入的特征转化为初始特征向量，并通过各自设置的至少两级残差网络块基于初始特征 向量生成各级的中间特征向量，所述各级的中间特征向量用于生成对应特征的语义表示；

基于用户的特征对应的语义表示和所述拟推荐数据的特征对应的语义表示，生成所述 用户与所述拟推荐数据的匹配结果。

可选的，所述用户语义匹配模型包括用户向量提取分支和数据向量提取分支，所述用 户向量提取分支和所述数据向量提取分支各自包括输入层、至少两级残差网络块和向量汇 聚层，两个分支在匹配输出层汇聚；

分别将所述用户的特征和所述拟推荐数据的特征输入至用户语义匹配模型的用户向 量提取分支和数据向量提取分支之后，还包括：

通过各分支包含的输入层，将所述用户的特征和所述拟推荐数据的特征分别转化为初 始用户特征向量和初始数据特征向量；

通过各分支包含的至少两级残差网络块，分别对所述初始用户特征向量和所述初始数 据特征向量依次进行处理，得到与各级残差网络块对应的中间用户特征向量和中间数据特 征向量；

通过各分支包含的向量汇聚层，分别对各级残差网络块对应的中间用户特征向量和中 间数据特征向量进行处理，得到与所述用户的特征和所述拟推荐数据的特征对应的语义表 示。

可选的，所述通过各分支包含的向量汇聚层，分别对各级残差网络块对应的中间用户 特征向量和中间数据特征向量进行处理，得到与所述用户的特征和所述拟推荐数据的特征 对应的语义表示步骤包括：

根据至少一个设定层级的残差网络块输出的中间特征向量和最后一层残差网络块输 出的中间特征向量，计算与用户的特征和拟推荐数据的特征对应的语义表示。

可选的，所述残差网络块的表示如下：