[发明专利]物品属性推荐模型的训练、生成方法和装置以及介质在审

专利信息
申请号: 202210317365.1 申请日: 2022-03-29
公开(公告)号: CN114694006A 公开(公告)日: 2022-07-01
发明(设计)人: 王国强;徐文明;李志平 申请(专利权)人: 北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
主分类号: G06V10/82 分类号: G06V10/82;G06V10/774;G06K9/62;G06N3/04;G06N3/08;G06Q30/06
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 方亮
地址: 100176 北京市大兴区北京经济*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物品 属性 推荐 模型 训练 生成 方法 装置 以及 介质
【权利要求书】:

1.一种物品属性推荐模型的训练方法,包括:

基于与物品相对应的第一物品图片、物品标注属性和物品标注属性值,生成训练样本;

获取所述训练样本,基于所述第一物品图片和所述物品标注属性确定第一关联物品信息;

基于所述第一关联物品信息生成第一图像联想特征信息;

获取与所述物品相对应的第一物品类目信息和第一物品全部属性信息;

使用所述第一物品图片、所述第一图像联想特征信息、所述第一物品类目信息、所述第一物品全部属性信息以及所述物品标注属性和所述物品标注属性值,对物品属性推荐模型进行训练,用以获得训练好的所述物品属性推荐模型。

2.如权利要求1所述的方法,所述第一关联物品信息包括:第一整体联想物品信息和第一局部联想物品信息;所述基于所述第一物品图片和所述物品标注属性确定第一关联物品信息包括:

使用图片整体联想模型并基于所述第一物品图片,生成第一向量;

基于所述第一向量在第一物品向量库中获取与所述物品对应的第一整体联想物品信息;

使用图片局部联想模型并基于所述第一物品图片和所述物品标注属性,生成第二向量;

基于所述第二向量在第二物品向量库中获取与所述物品对应的第一局部联想物品信息。

3.如权利要求2所述的方法,所述基于所述第一向量在第一物品向量库中获取与所述物品对应的第一整体联想物品信息包括:

在所述第一物品向量库中获取与所述第一向量距离最近的一个或多个第一物品向量;

获取与所述第一物品向量相对应的第一物品sku信息,作为所述第一整体联想物品信息;

所述基于所述第二向量在第二物品向量库中获取与所述物品对应的第一局部联想物品信息包括:

在所述第二物品向量库中获取与所述第二向量距离最近的一个或多个第二物品向量;

获取与所述第二物品向量相对应的第二物品sku信息,作为所述局部联想物品信息。

4.如权利要求2所述的方法,所述第一图像联想特征信息包括:第一图像整体联想物品向量和第一局部联想物品向量;所述基于所述第一关联物品信息生成第一图像联想特征信息包括:

获取与所述第一整体联想物品信息相对应的第一物品信息和第一属性值;

基于所述第一物品信息和所述第一属性值,生成所述第一图像整体联想物品向量;

获取与所述图片局部联想物品信息相对应的第二属性信息和第二属性值;

基于所述第一属性信息和所述第二属性值,生成所述第一局部联想物品向量。

5.如权利要求1所述的方法,所述获取与所述物品相对应的第一物品类目信息和第一物品全部属性信息包括:

基于用户设置信息或使用类目模型获取所述第一物品类目信息;

获取与所述第一物品类目信息相对应的所述第一物品全部属性信息;其中,所述第一物品全部属性信息包括:全部物品属性以及对应的全部属性值。

6.如权利要求1所述的方法,所述使用所述第一物品图片、所述第一图像联想特征信息、所述第一物品类目信息、所述第一物品全部属性信息以及所述物品标注属性和所述物品标注属性值,对物品属性推荐模型进行训练包括:

使用所述物品属性推荐模型并基于所述第一物品图片、所述第一图像联想特征信息、所述第一物品类目信息、所述第一物品全部属性信息,获取推荐属性和对应的推荐属性值;

基于所述推荐属性、所述推荐属性值与所述物品标注属性、所述物品标注属性值的比对结果,对所述物品属性推荐模型进行训练,用以对所述物品属性推荐模型进行调整处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司,未经北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210317365.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top