[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

说明书

本公开提供了一种物品属性推荐模型的训练、物品推荐属性生成方法和装置以及存储介质，其中的训练方法包括：基于第一物品图片和物品标注属性确定第一关联物品信息；基于第一关联物品信息生成第一图像联想特征信息；获取与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；使用第一物品图片、第一图像联想特征信息、第一物品类目信息、第一物品全部属性信息以及物品标注属性和物品标注属性值，对物品属性推荐模型进行训练。本公开基于物品原图以及图片整体和局部联想信息等获得属性的个性化推荐，提高了物品属性推荐的准确率、泛化能力、稳定性以及物品曝光率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种物品属性推荐模型的训练、物品推荐属性生成方法和装置以及存储介质。

背景技术

在现有技术中，物品属性的识别一般通过下面两种技术方案：1、通过标注的图片样本，训练分类算法或生成算法模型，通过训练好的模型识别物品主图对应的物品属性；2、根据物品主图在销售平台存量物品中寻找同款或高度相似物品，根据同款或高度相似款物品的属性来预测物品属性。基于图像识别算法模型的技术方案，对于从图片视觉无法分辨的物品属性或有遮挡的物品属性效果不佳，例如折叠的衣服图片，很难通过图片判断其袖长；或者材质类的属性，非专业人员难以仅通过图片判别。基于图片寻找同款或相似物品预测属性的方案，严重依赖于同款物品的召回质量及同款物品的属性本身的准确率。如果平台存量物品库中物品丰富度不够，不存在同款或高度相似款，仅召回部分属性相似物品，会造成其它属性预测不准；并且，对部分带季节性和主观性比较强的物品属性，上述两种方案都不能有效处理，例如，某一适合春天或秋天穿着的物品，商家会在春天发布时，填选春季，秋天发布时，填选秋季，以提高物品的曝光率。

发明内容

有鉴于此，本发明要解决的一个技术问题是提供一种物品属性推荐模型的训练、物品推荐属性生成方法和装置以及存储介质。

根据本公开的第一方面，提供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。

可选地，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。

可选地，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。

可选地，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。