基于掩码模块推荐对象的方法及装置

专利主权项内容

1.一种基于掩码模块推荐对象的方法，其特征在于，推荐模型中包含多个所述掩码模块，该方法包括：获取用户数据对应的初始特征向量；对所述初始特征向量进行特征处理，得到所述掩码模块的掩码特征向量；对所述初始特征向量和所述掩码特征向量进行融合处理，得到所述掩码模块的掩码过滤特征向量；根据所述掩码过滤特征向量和所述掩码模块的权重，确定所述掩码模块的目标特征向量；对所述目标特征向量进行预测处理，得到向用户推荐的对象集合；其中，所述掩码模块中包含聚合层和映射层，对所述初始特征向量进行特征处理，得到所述掩码模块的掩码特征向量包括：获取所述聚合层的权重和偏置参数和所述映射层的权重和偏置参数；根据所述聚合层的权重和偏置参数和所述映射层的权重和偏置参数，对所述初始特征向量进行特征处理，得到所述掩码模块的掩码特征向量；所述掩码模块中还包含隐藏层，所述掩码模块的权重为所述隐藏层的权重；根据所述掩码过滤特征向量和所述掩码模块的权重，确定所述掩码模块的目标特征向量包括：根据所述掩码过滤特征向量和所述隐藏层的权重，确定所述掩码模块的中间特征向量；对所述掩码模块的中间特征向量进行非线性映射处理，得到所述掩码模块的目标特征向量；所述对所述目标特征向量进行预测处理，得到向用户推荐的对象集合包括：将所述目标特征向量输入至推荐模型中的预测层，通过所述预测层对特征进行处理和学习，得出对不同对象的预测结果；根据所述预测结果，对所述对象集合进行排序或筛选，确定向用户推荐的对象集合。