[发明专利]用户特征的提取方法、装置、设备及存储介质

权利要求书

1.一种用户特征的提取方法，其特征在于，所述方法包括：

获取目标用户的内容阅览序列，所述目标用户的内容阅览序列中包括所述目标用户阅览过的n个内容，所述n为正整数；

通过语义抽取模型对所述内容阅览序列进行基于上下文的特征提取处理，得到所述n个内容分别对应的基于上下文的内容向量；其中，所述基于上下文的内容向量是指考虑所述内容在所述内容阅览序列中的上下文信息的特征向量表示；

根据所述n个内容分别对应的基于上下文的内容向量，生成所述目标用户的用户向量，所述目标用户的用户向量用于表征所述目标用户的用户特征。

2.根据权利要求1所述的方法，其特征在于，所述通过语义抽取模型对所述内容阅览序列进行基于上下文的特征提取处理，得到所述n个内容分别对应的基于上下文的内容向量，包括：

获取所述n个内容分别对应的原始内容向量，所述原始内容向量是指与所述内容在所述内容阅览序列中的上下文信息无关的特征向量表示；

将所述n个内容分别对应的原始内容向量输入至所述语义抽取模型；

通过所述语义抽取模型执行所述基于上下文的特征提取处理，得到所述n个内容分别对应的基于上下文的内容向量。

3.根据权利要求2所述的方法，其特征在于，所述获取所述n个内容分别对应的原始内容向量，包括：

对于所述n个内容中的第i个内容，获取所述第i个内容的标识向量、类别向量和位置向量；其中，所述标识向量是指所述内容的标识对应的向量表示，所述分类向量是指所述内容所属类别对应的向量表示，所述位置向量是指所述内容在所述内容阅览序列中的位置对应的向量表示；

基于所述第i个内容的标识向量、类别向量和位置向量，确定所述第i个内容的原始内容向量，所述i为小于等于所述n的正整数。

4.根据权利要求1所述的方法，其特征在于，所述根据所述n个内容分别对应的基于上下文的内容向量，生成所述目标用户的用户向量，包括：

对所述n个内容分别对应的基于上下文的内容向量进行求和处理，得到求和向量；

将所述求和向量中的各个元素分别与所述n相除，得到所述目标用户的用户向量。

5.根据权利要求1所述的方法，其特征在于，所述语义抽取模型的训练过程如下：

获取样本用户的内容阅览序列，所述样本用户的内容阅览序列中包括所述样本用户阅览过的至少一个内容；

基于所述样本用户的内容阅览序列，构建所述语义抽取模型的训练样本，所述训练样本的样本数据包括经部分内容项掩盖后的所述样本用户的内容阅览序列，所述训练样本的标签数据包括所述样本用户的内容阅览序列中被掩盖掉的内容项；

采用所述训练样本对所述语义抽取模型进行训练。

6.根据权利要求5所述的方法，其特征在于，所述采用所述训练样本对所述语义抽取模型进行训练，包括：

确定所述训练样本对应的权重；

根据所述训练样本对应的预测结果、标签数据和权重，计算所述语义抽取模型的损失函数；其中，所述训练样本对应的预测结果是指所述语义抽取模型输出的所述样本用户的内容阅览序列中被掩盖掉的内容项的预测信息；

基于所述损失函数对所述语义抽取模型的参数进行调整。

7.根据权利要求6所述的方法，其特征在于，所述确定所述训练样本对应的权重，包括：

获取所述训练样本中被掩盖掉的内容项的阅览信息；

根据所述训练样本中被掩盖掉的内容项的阅览信息，确定所述训练样本对应的权重。

8.根据权利要求1所述的方法，其特征在于，所述获取目标用户的内容阅览序列，包括：

获取所述目标用户的内容阅览记录，所述内容阅览记录包括所述目标用户阅览过的内容以及各个内容的阅览信息；

根据所述各个内容的阅览信息，确定所述各个内容分别对应的统计指标；

按照所述统计指标对所述各个内容进行排序，生成所述目标用户的内容阅览序列。