[发明专利]基于用户行为的兴趣点召回方法和装置有效
申请号: | 202110796514.2 | 申请日: | 2021-07-14 |
公开(公告)号: | CN113536120B | 公开(公告)日: | 2023-08-01 |
发明(设计)人: | 张澍;陈浩;范淼;黄际洲 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06Q30/0601;G06F18/24;G06N3/0442;G06N3/042;G06N3/045 |
代理公司: | 北京市汉坤律师事务所 11602 | 代理人: | 姜浩然;吴丽丽 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 用户 行为 兴趣 召回 方法 装置 | ||
提供了一种基于用户行为的兴趣点召回方法和装置,涉及计算机技术领域,尤其涉及人工智能技术领域。实现方案为:获取目标用户的当前行为序列,该当前行为序列对应于多个任务类型中的一个任务类型,并且包括与该多个任务类型相对应的多个兴趣点中至少两个兴趣点,该至少两个兴趣点具有排列顺序;基于该当前行为序列,获取行为序列特征,其中,该行为序列特征与该至少两个兴趣点中的每一个兴趣点和该排列顺序相关;以及基于该行为序列特征,从该多个兴趣点中获取目标兴趣点,以推荐给该目标用户。
技术领域
本公开涉及计算机技术领域,尤其涉及人工智能技术领域,具体涉及一种用于基于用户行为的兴趣点召回方法和装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
基于人工智能的推荐技术已经渗透到各个领域。其中,基于人工智能向用户推荐兴趣点的技术,根据兴趣点的特征结合用户对兴趣点的偏好,实现向用户推荐兴趣点。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种基于用户行为的兴趣点召回方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种基于用户行为的兴趣点召回方法,包括:获取目标用户的当前行为序列,所述当前行为序列对应于多个任务类型中的一个任务类型,并且包括与所述多个任务类型相对应的多个兴趣点中至少两个兴趣点,所述至少两个兴趣点具有排列顺序;基于所述当前行为序列,获取行为序列特征,其中,所述行为序列特征与所述至少两个兴趣点中的每一个兴趣点和所述排列顺序相关;以及基于所述行为序列特征,从所述多个兴趣点中获取目标兴趣点,以推荐给所述目标用户。
根据本公开的另一方面,提供了一种基于用户行为的兴趣点召回装置,包括:第一获取单元,被配置用于获取目标用户的当前行为序列,所述当前行为序列对应于多个任务类型中的一个任务类型,并且包括与所述多个任务类型相对应的多个兴趣点中至少两个兴趣点,所述至少两个兴趣点具有排列顺序;第二获取单元,被配置用于基于所述当前行为序列,获取行为序列特征,其中,所述行为序列特征与所述至少两个兴趣点中的每一个兴趣点和所述排列顺序相关;以及推荐单元,被配置用于基于所述行为序列特征,从所述多个兴趣点中获取目标兴趣点,以推荐给所述目标用户。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器实现根据上述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机实现根据上述的方法。
根据本公开的一个或多个实施例,基于用户的行为序列获取行为特征表示,由于该行为特征表示与行为序列中包括的至少两个兴趣点及其排列顺序相关,其与用户的实际需求(任务类型)相关,基于该行为特征表示,能够获得与用户的实际需求相关的目标兴趣点。同时,根据本公开的基于用户行为的兴趣点召回方法和装置,能够适应于用户不同任务类型的推荐过程,适用范围广。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110796514.2/2.html,转载请声明来源钻瓜专利网。