[发明专利]基于人工智能的对象推荐方法、装置及电子设备

权利要求书

1.一种基于人工智能的广告推荐方法，其特征在于，所述方法包括：

根据多个候选广告构建树结构；其中，所述树结构包括多个层，所述多个层分别对应一个广告推荐模型，且所述多个层中的每一层包括至少一个节点，其中，所述候选广告通过多媒体数据的形式体现；

在所述多个候选广告中筛选出与目标广告相似的候选广告，并将筛选出的候选广告在所述树结构中对应的叶子节点、以及所述叶子节点的祖先节点均作为相似节点；其中，所述叶子节点表示所述树结构中不存在子节点的节点；

对所述相似节点所在的层中的多个节点进行采样处理，得到区别于所述相似节点的非相似节点；

根据所述目标广告以及所述相似节点构建相似训练样本，根据所述目标广告以及所述非相似节点构建非相似训练样本；

其中，所述相似训练样本和所述非相似训练样本组成训练样本，所述相似训练样本对应的相似度标签为相似，所述非相似训练样本对应的相似度标签为非相似；

执行多轮以下的迭代处理，直至满足收敛条件：

通过关联广告推荐模型对所述训练样本的关联样本进行预测处理及关联处理，得到所述训练样本对应的第一预测相似度；

根据所述第一预测相似度以及所述训练样本对应的相似度标签进行损失计算处理，并根据得到的模型损失值对所述树结构对应的广告推荐模型进行训练，并且对所述关联广告推荐模型进行训练；

通过训练后的所述关联广告推荐模型再次对所述关联样本进行预测处理及关联处理，得到所述训练样本对应的第二预测相似度；

对多个所述训练样本分别对应的第二预测相似度进行相似度累积处理，得到结构损失值，并根据所述结构损失值对所述树结构进行训练；

其中，训练后的所述广告推荐模型以及训练后的所述树结构用于确定所述多个候选广告中的待推荐广告，以实现响应于用户触发的所述广告推荐模型，将待推荐广告发送至特定的用户账号。

2.根据权利要求1所述的方法，其特征在于，所述关联样本中的节点与所述训练样本中的节点存在关联关系，且所述关联广告推荐模型与所述关联样本中的节点所在的层对应。

3.根据权利要求2所述的方法，其特征在于，所述关联关系表示所述关联样本中的节点为所述训练样本中的节点的子节点，且所述关联样本的数量包括多个；所述通过关联广告推荐模型对所述训练样本的关联样本进行预测处理及关联处理，得到所述训练样本对应的第一预测相似度，包括：

通过所述关联广告推荐模型对多个所述关联样本分别进行预测处理，得到多个所述关联样本分别对应的关联预测相似度；

对多个所述关联样本分别对应的关联预测相似度进行关联处理，得到所述训练样本对应的第一预测相似度。

4.根据权利要求2所述的方法，其特征在于，所述对多个所述训练样本分别对应的第二预测相似度进行相似度累积处理，得到结构损失值，并根据所述结构损失值对所述树结构进行训练，包括：

从所述树结构中的根节点所在的层开始遍历所述多个层，并针对遍历到的层执行以下处理：

将包括所述遍历到的层中的节点的训练样本作为层训练样本；

对多个所述层训练样本分别对应的第二预测相似度进行相似度累积处理，得到结构损失值；

根据所述结构损失值对所述遍历到的层进行优化处理；

其中，所述优化处理的目标包括以下至少之一：所述遍历到的层中的节点的数量；所述遍历到的层中的节点对应的候选广告。