[发明专利]菜品推荐方法及装置

权利要求书

1.一种菜品推荐方法，包括：

将目标用户的用户属性信息和场景属性信息映射成对应的属性信息向量；其中，根据目标用户在当前提供点餐服务的平台中的账号信息，或者该账号信息对应的实名认证信息，获取目标用户的用户属性信息；所述用户属性信息包括影响用户口味和/或菜品偏好的信息；以及，根据当前的日期、时间以及天气数据确定场景属性信息；

获取多份待推荐菜品的菜品向量；

将所述属性信息向量和各份待推荐菜品的菜品向量输入至训练得到的关联度模型中，得到属性信息向量与各份待推荐菜品的菜品向量的关联度值；其中，将多份菜品样本的菜品样本向量和其它用户的多次点餐行为对应的样本属性信息向量作为关联度训练模型的训练输入数据，该关联度训练模型通过训练输出得到菜品样本向量和样本属性信息向量的关联度输出结果；

根据所述关联度值从多份待推荐菜品中选择推荐菜品推荐至目标用户。

2.根据权利要求1所述的方法，其中，在所述获取多份待推荐菜品的菜品向量之前，所述方法还包括：

根据菜品知识图谱构建菜品向量化模型的训练语料库；

从所述训练语料库中获取训练样本语料，将所述训练样本语料的笔画特征信息输入至初始化的菜品向量化模型中进行训练；根据训练结果得到菜品向量化矩阵。

3.根据权利要求2所述的方法，其中，所述获取多份待推荐菜品的菜品向量进一步包括：

根据所述菜品向量化矩阵将各份待推荐菜品的菜品名称对应的笔画特征信息映射成所述待推荐菜品的菜品向量。

4.根据权利要求2所述的方法，其中，所述关联度模型通过以下步骤训练得到：

获取多份菜品样本的菜品样本向量；以及，采集多次点餐行为对应的点餐用户样本的用户样本属性信息和点餐场景的场景样本属性信息；将所述用户样本属性信息和场景样本属性信息映射成对应的样本属性信息向量；

根据多次点餐行为，对所述样本属性信息向量与所述菜品样本向量的关联度进行标注，得到关联度标注结果；

将所述菜品样本向量和所述样本属性信息向量输入至关联度训练模型中，得到关联度训练模型输出的关联度输出结果；

利用所述关联度标注结果与关联度输出结果之间的损失，对关联度训练模型进行训练，得到所述关联度模型。

5.根据权利要求4所述的方法，其中，所述获取多份菜品样本的菜品样本向量进一步包括：

根据所述菜品向量化矩阵将各份菜品样本的菜品名称对应的笔画特征信息映射成所述菜品样本的菜品向量。

6.根据权利要求4所述的方法，其中，在所述对所述样本属性信息向量与所述菜品样本向量的关联度进行标注之前，所述方法还包括：

将每次点餐行为包含的下单菜品与菜品样本进行对应，得到下单菜品与菜品样本的对应关系；

所述对所述样本属性信息向量与所述菜品样本向量的关联度进行标注具体为：根据所述对应关系对所述样本属性信息向量与所述菜品样本向量的关联度进行标注。

7.根据权利要求6所述的方法，其中，所述根据所述对应关系对对所述样本属性信息向量与所述菜品样本向量的关联度进行标注进一步包括：

根据对应关系，将点餐行为中包含的菜品样本的菜品样本向量与该点餐行为对应的样本属性信息向量的关联度标注为第一关联度；

和/或，将点餐行为中不包含的菜品样本的菜品样本向量与该点餐行为对应的样本属性信息向量的关联度标注为第二关联度。

8.根据权利要求1-7任一项所述的方法，其中，所述根据所述关联度值从多份待推荐菜品中选择推荐菜品推荐至目标用户进一步包括：

将多份待推荐菜品按照关联度值由高至低进行排序，从排序结果中选择排序靠前的预设数量的待推荐菜品作为推荐菜品推荐至目标用户。