信息推荐、多目标推荐模型训练方法、装置和计算机设备

    公开(公告)号:CN117112880A

    公开(公告)日:2023-11-24

    申请号:CN202210520359.6

    申请日:2022-05-13

    摘要: 本申请涉及一种信息推荐方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括:基于对象属性特征进行底层特征抽取,得到对象抽取特征,基于对象抽取特征对各个业务目标进行偏向预测,得到待推荐对象对各个业务目标的偏向程度;基于组合特征、对象抽取特征和待推荐信息特征对各个业务目标进行交互预测,得到待推荐对象对各个业务目标的交互可能性;通过各个业务目标的偏向程度对各自对应的交互可能性进行纠偏,得到各个目标交互可能性,并将各个目标交互可能性进行融合,得到待推荐信息对应的融合推荐程度;基于融合推荐程度将待推荐信息向待推荐对象对应的终端进行推荐。采用本方法能够提高信息推荐的精确性。

    多媒体数据的推荐方法、设备以及计算机可读存储介质

    公开(公告)号:CN115114461A

    公开(公告)日:2022-09-27

    申请号:CN202210422793.0

    申请日:2022-04-21

    摘要: 本申请实施例公开了一种多媒体数据的推荐方法、设备以及计算机可读存储介质,其中方法包括:获取多媒体数据特征,多媒体数据特征中包括第一多媒体数据特征和第二多媒体数据特征。通过多个第一特征提取网络对第一多媒体数据特征进行特征提取以得到多个推荐特征,并通过多个第一门控网络获得多个加权推荐特征。获取多个加权推荐特征中各加权推荐特征分别和第二多媒体数据特征拼接得到的多个拼接向量,并基于第二特征提取网络获得多个拼接特征。将多个拼接向量和各拼接向量的拼接特征输入用于获得推荐媒体的业务目标预测模型以得到多个目标推荐媒体。采用本申请,可以提高待推荐多媒体数据的选取有效性,增强多媒体数据的个性化推荐体验,适用性高。

    一种信息推荐方法、装置、设备及存储介质

    公开(公告)号:CN113536104A

    公开(公告)日:2021-10-22

    申请号:CN202011077812.8

    申请日:2020-10-10

    IPC分类号: G06F16/9535

    摘要: 本发明涉及信息推荐技术领域,具体是一种信息推荐方法、装置、设备及存储介质,所述方法包括:响应于信息推荐请求,利用多个不同的召回策略,从预设信息库中确定其各自对应的召回信息集合;获取信息推荐的历史数据,基于所述历史数据确定各个所述召回策略的修正参数;根据各个所述召回策略的修正参数和预设召回档位确定各个所述召回策略对应的实际召回档位;分别针对每个所述召回策略,基于预设排序模型以及所述实际召回档位从与之对应的召回信息集合中确定候选推荐信息集合;从各个所述召回策略对应的候选推荐信息集合中确定预设数量的信息,推荐给目标用户。本发明的信息推荐方法既能够保证信息推荐的效果,又能够提升推荐信息的多样性。

    一种内容推荐方法、装置、电子设备和存储介质

    公开(公告)号:CN113641916B

    公开(公告)日:2022-02-08

    申请号:CN202111191793.6

    申请日:2021-10-13

    摘要: 本申请涉及计算机技术领域,尤其涉及一种内容推荐方法、装置、电子设备和存储介质,可应用于云技术、人工智能、智慧交通、辅助驾驶等场景,用以提高推荐系统的时效性。方法包括:响应于内容推荐请求,基于候选内容的已存在时长,从候选内容集合中选取待推荐内容;获取目标对象的对象特征,内容推荐请求相关的上下文特征,各待推荐内容的内容特征,内容特征包括:基于内容发布时间与内容相关事件的发生时间中的至少一种确定的,表征内容已存在时长的存在时间特征;基于上述特征,分别针对各个待推荐内容进行低阶特征交叉和高阶特征交叉,确定目标推荐值;基于目标推荐值确定推荐顺序。本申请结合内容已存在时长进行召回和排序,可有效提高时效性。

    信息推荐方法、装置、设备、存储介质及计算机程序产品

    公开(公告)号:CN113626719B

    公开(公告)日:2022-02-08

    申请号:CN202111184748.8

    申请日:2021-10-12

    IPC分类号: G06F16/9535 G06N3/04 G06N3/08

    摘要: 本申请提供了一种信息推荐方法、装置、设备、存储介质及程序产品,应用于车联网领域以及人工智能技术领域;方法包括:分别对目标对象的多个参考特征进行编码处理,得到各参考特征的编码特征;基于各编码特征,确定目标对象针对待推荐信息在至少两个推荐维度的第一推荐分数;对各编码特征在各推荐维度进行映射处理,得到相应的映射特征,映射特征用于表征在相应的推荐维度所述第一推荐分数的融合权重;将各推荐维度的第一推荐分数及相应的映射特征进行融合处理,得到对应的融合特征,并基于融合特征对待推荐信息的推荐分数进行预测,得到目标对象针对待推荐信息的第二推荐分数;基于第二推荐分数,执行待推荐信息对应目标对象的推荐。

    一种内容推荐方法、装置、电子设备和存储介质

    公开(公告)号:CN113641916A

    公开(公告)日:2021-11-12

    申请号:CN202111191793.6

    申请日:2021-10-13

    摘要: 本申请涉及计算机技术领域,尤其涉及一种内容推荐方法、装置、电子设备和存储介质,可应用于云技术、人工智能、智慧交通、辅助驾驶等场景,用以提高推荐系统的时效性。方法包括:响应于内容推荐请求,基于候选内容的已存在时长,从候选内容集合中选取待推荐内容;获取目标对象的对象特征,内容推荐请求相关的上下文特征,各待推荐内容的内容特征,内容特征包括:基于内容发布时间与内容相关事件的发生时间中的至少一种确定的,表征内容已存在时长的存在时间特征;基于上述特征,分别针对各个待推荐内容进行低阶特征交叉和高阶特征交叉,确定目标推荐值;基于目标推荐值确定推荐顺序。本申请结合内容已存在时长进行召回和排序,可有效提高时效性。

    一种多目标推荐方法以及装置
    7.
    发明公开

    公开(公告)号:CN117349505A

    公开(公告)日:2024-01-05

    申请号:CN202210726363.8

    申请日:2022-06-24

    摘要: 本申请实施例提供了一种多目标推荐方法以及装置,用于消除用户偏置的影响,增强对用户个性化排序的能力,提升预估结果的准确性。包括:获取推荐主体的第一特征和待推荐对象的第二特征;将第一特征与第二特征输入多目标推荐模型得到待推荐对象的预估分数,多目标推荐模型为根据样本对集合训练得到,样本对集合中的一个样本对包括同一推荐主体的两个不同样本数据以及两个不同样本数据的排序信息,样本数据包括样本推荐主体的主体特征信息和样本待推荐对象的对象特征信息,主体特征信息包括样本推荐主体的历史行为特征和样本推荐主体的属性特征;根据待推荐对象的预估分数向推荐主体推荐待推荐对象。本申请实施例可应用于人工智能场景。

    信息推荐模型训练及信息推荐方法、装置和计算机设备

    公开(公告)号:CN117112879A

    公开(公告)日:2023-11-24

    申请号:CN202210517556.2

    申请日:2022-05-13

    摘要: 本申请涉及一种信息推荐模型训练方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括:将训练推荐对象信息和训练推荐信息输入到初始信息推荐模型中,初始信息推荐模型基于训练推荐对象信息进行交互偏向预测,得到各个交互偏向程度,并基于训练推荐对象信息和训练推荐信息进行各个交互预测,得到各个交互可能性,基于各个交互偏向程度和各个交互可能性进行融合,得到训练推荐信息对应的融合推荐程度;基于各个交互标签和融合推荐程度进行融合损失计算,得到融合损失信息,并使用各个交互偏向程度对融合损失信息进行偏向调整,得到目标损失信息;基于目标损失信息训练得到第一目标信息推荐模型。采用本方法能够提高信息推荐的精确性。

    信息推荐方法、装置、设备、存储介质及计算机程序产品

    公开(公告)号:CN113626719A

    公开(公告)日:2021-11-09

    申请号:CN202111184748.8

    申请日:2021-10-12

    IPC分类号: G06F16/9535 G06N3/04 G06N3/08

    摘要: 本申请提供了一种信息推荐方法、装置、设备、存储介质及程序产品,应用于车联网领域以及人工智能技术领域;方法包括:分别对目标对象的多个参考特征进行编码处理,得到各参考特征的编码特征;基于各编码特征,确定目标对象针对待推荐信息在至少两个推荐维度的第一推荐分数;对各编码特征在各推荐维度进行映射处理,得到相应的映射特征,映射特征用于表征在相应的推荐维度所述第一推荐分数的融合权重;将各推荐维度的第一推荐分数及相应的映射特征进行融合处理,得到对应的融合特征,并基于融合特征对待推荐信息的推荐分数进行预测,得到目标对象针对待推荐信息的第二推荐分数;基于第二推荐分数,执行待推荐信息对应目标对象的推荐。