基于改进点击预测模型的对象推荐方法及装置

专利主权项内容

1.一种基于改进点击预测模型的对象推荐方法，其特征在于，包括：构建第一特征筛选网络和第二特征筛选网络，其中，所述第一特征筛选网络和所述第二特征筛选网络均是由注意力层、激活层和交互层依次连接组成的，所述第一特征筛选网络和所述第二特征筛选网络中的注意力层被初始化后的参数不同，所述交互层用于对输入该交互层的两个特征进行矩阵相乘；利用激活函数和多个权重参数构建特征融合网络，其中，所述特征融合网络用于按照多个权重参数进行特征融合；在传统的基于双塔结构的点击预测模型中：在嵌入层和左塔网络之间插入所述第一特征筛选网络，在所述嵌入层和右塔网络之间插入所述第二特征筛选网络，在所述左塔网络和所述右塔网络与全连接层之间插入所述特征融合网络，得到改进的点击预测模型，其中，所述第一特征筛选网络和所述第二特征筛选网络中的交互层还与所述嵌入层存在连接，传统的基于双塔结构的点击预测模型是由所述嵌入层、所述左塔网络、所述右塔网络和所述全连接层依次连接组成的，所述左塔网络和所述右塔网络是并行连接；利用改进的点击预测模型向用户推荐对象；其中，改进的点击预测模型用于网络购物、新闻阅读以及视频观看场景中预测用户喜欢的目标，将预测的目标推荐给用户；其中，利用改进的点击预测模型向用户推荐对象，包括：获取所述用户的用户信息、所述对象的对象信息以及所述对象对应的场景信息，其中，所述场景信息是所述用户和所述对象交互的相关信息；将所述用户信息、所述对象信息以及所述场景信息输入改进的点击预测模型：通过所述嵌入层对所述用户信息、所述对象信息以及所述场景信息进行处理，得到拼接特征；通过所述第一特征筛选网络对所述拼接特征进行处理，得到第一筛选特征；通过所述左塔网络对所述第一筛选特征进行处理，得到第一分支特征；通过所述第二特征筛选网络对所述拼接特征进行处理，得到第二筛选特征；通过所述右塔网络对所述第二筛选特征进行处理，得到第二分支特征；通过所述特征融合网络对所述第一分支特征和所述第二分支特征进行处理，得到融合特征；通过所述全连接层对所述融合特征进行处理，得到是否向所述用户推荐所述对象的判断结果；其中，通过所述嵌入层对所述用户信息、所述对象信息以及所述场景信息进行处理，得到拼接特征，包括：分别提取所述用户信息、所述对象信息以及所述场景信息的特征，得到用户特征、对象特征以及场景特征；拼接所述用户特征、所述对象特征以及所述场景特征得到所述拼接特征。。来自马-克-数-据-官网