[发明专利]资源推荐方法、装置、电子设备及存储介质有效

专利信息
申请号: 202210504261.1 申请日: 2022-05-10
公开(公告)号: CN114611009B 公开(公告)日: 2022-08-26
发明(设计)人: 廖超;谈建超;贾纪元;郭义;宋成儒 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06N3/04;G06N3/08
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 李加欣
地址: 100085 北京市海淀*** 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: 资源 推荐 方法 装置 电子设备 存储 介质
【说明书】:

本公开是关于一种资源推荐方法、装置、电子设备及存储介质,属于计算机技术领域。方法包括:调用特征提取网络,确定目标数据的原始数据特征;调用特征交互网络,对原始数据特征中的多个第一特征进行交互处理,得到交互特征;调用特征增强网络,确定多个第一特征分别针对每个预测层的目标权重,基于多个第一特征针对同一个预测层的目标权重对多个第一特征进行增强,得到同一个预测层对应的增强数据特征,将增强数据特征输入至对应的预测层中;调用每个预测层,基于输入至预测层的交互特征和增强数据特征,确定输入至下一个预测层的交互特征,直至调用最后一个预测层确定推荐结果。该方法基于增强数据特征进行预测,提高了推荐结果的准确性。

技术领域

本公开涉及计算机技术领域,尤其涉及一种资源推荐方法、装置、电子设备及存储介质。

背景技术

随着计算机技术的发展,网络上出现了越来越多的资源,为了实现个性化地资源推荐,通常需要调用资源推荐模型确定是否将某个资源推荐给某个对象账号。

相关技术中调用资源推荐模型进行推荐时,先提取目标数据对应的数据特征,该目标数据包含对象账号对应的对象数据和待推荐的资源对应的资源数据,然后基于该数据特征预测是否向该对象账号推荐该资源。但是这种资源推荐模型的推荐准确率较低。

发明内容

本公开提供了一种资源推荐方法、装置、电子设备及存储介质,提高了推荐准确率。

根据本公开实施例的一方面,提供一种资源推荐方法,所述方法基于资源推荐模型执行,所述资源推荐模型包括特征提取网络、特征交互网络、特征增强网络和预测网络,所述预测网络包括至少一个预测层;所述方法包括:

调用所述特征提取网络,确定目标数据的原始数据特征,将所述原始数据特征输入至所述特征交互网络和所述特征增强网络,所述目标数据包括对象账号对应的对象数据和待推荐的资源对应的资源数据,所述原始数据特征包括多个预设维度的第一特征;

调用所述特征交互网络,对所述原始数据特征中的多个第一特征进行交互处理,得到交互特征,将所述交互特征输入至所述预测网络;

调用所述特征增强网络,确定所述多个第一特征分别针对每个预测层的目标权重,基于所述多个第一特征针对同一个预测层的目标权重对所述多个第一特征进行增强,得到所述同一个预测层对应的增强数据特征,将所述增强数据特征输入至对应的预测层中;

调用每个预测层,基于由所述预测层的前一层输入至所述预测层的交互特征以及由所述特征增强网络输入至所述预测层的增强数据特征,确定输入至下一个预测层的交互特征,直至调用最后一个预测层确定推荐结果,所述推荐结果表示向所述对象账号推荐所述资源的可能性。

在一些实施例中,所述特征增强网络包括至少一个权重确定层和至少一个特征增强层,一个特征增强层和一个权重确定层对应于一个预测层;

所述调用所述特征增强网络,确定所述多个第一特征分别针对每个预测层的目标权重,基于所述多个第一特征针对同一个预测层的目标权重对所述多个第一特征进行增强,得到所述同一个预测层对应的增强数据特征,将所述增强数据特征输入至对应的预测层中,包括:

调用第i个权重确定层,分别确定所述多个第一特征针对第i个预测层的目标权重,i为大于0的整数;

调用第i个特征增强层,基于所述多个第一特征针对所述第i个预测层的目标权重,对所述多个第一特征进行增强,得到所述第i个预测层对应的增强数据特征,将所述增强数据特征输入至所述第i个预测层。

在一些实施例中,所述特征增强网络还包括特征归一化层,所述调用第i个特征增强层,基于所述多个第一特征针对所述第i个预测层的目标权重,对所述多个第一特征进行增强,得到所述第i个预测层对应的增强数据特征之前,所述资源推荐方法还包括:

调用所述特征归一化层,分别对所述多个第一特征进行归一化处理。

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达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/202210504261.1/2.html,转载请声明来源钻瓜专利网。

×

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