[发明专利]对象推荐方法、装置、电子设备

权利要求书

1.一种对象推荐方法，其特征在于，包括：

获取目标用户对应至少两个领域的域内用户编码，以及所述至少两个领域内各对象的域内对象编码；其中，对应每个所述领域的所述域内用户编码和所述领域内各对象的域内对象编码，是基于目标用户对所述领域内对象的交互数据进行编码映射后得到的；

基于各所述领域内所述目标用户已交互的所述对象的所述域内对象编码，以及，所述目标用户对应目标领域内的所述域内用户编码，获取融合所述目标用户在各所述领域中对象交互信息的融合用户编码；

根据所述目标领域内各对象的所述域内对象编码分别与所述融合用户编码计算得到的交互概率，向所述目标用户进行对象推荐。

2.根据权利要求1所述的方法，其特征在于，所述基于各所述领域内所述目标用户已交互的所述对象的所述域内对象编码，以及，所述目标用户对应目标领域内的所述域内用户编码，获取融合所述目标用户在各所述领域中对象交互信息的融合用户编码的步骤，包括：

基于各所述领域内所述目标用户已交互的所述对象的所述域内对象编码，对所述目标用户的特征进行跨域对象信息维度的对齐处理，得到所述目标用户对应各所述领域的对齐向量；

根据所述目标用户对应目标领域的所述对齐向量，基于注意力机制选择源领域内所述目标用户已交互的所述对象的信息，迁移至所述目标领域，得到所述目标用户的跨域交叉特征向量；其中，所述源领域为区别于所述目标领域的所述领域；

对所述目标用户对应所述目标领域内的所述域内用户编码，以及，所述跨域交叉特征向量进行拼接，得到融合有所述目标用户在各所述领域的对象交互信息的融合用户编码。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标用户对应目标领域的所述对齐向量，基于注意力机制选择源领域内所述目标用户已交互的所述对象的信息，迁移至所述目标领域，得到所述目标用户的跨域交叉特征向量的步骤，包括：

根据所述目标领域内所述目标用户已交互的所述对象的所述域内对象编码的序列和所述目标用户对应所述目标领域的所述对齐向量，生成预先训练的交叉注意力网络的查询输入，以及，根据所述源领域内所述目标用户已交互的所述对象的所述域内对象编码的序列和所述目标用户对应所述目标领域的所述对齐向量，分别生成作为所述交叉注意力网络的键和值输入；

通过所述交叉注意力网络，对所述目标用户对不同所述领域中的对象交互行为信息进行跨域交叉迁移，得到所述目标用户的跨域交叉特征向量。

4.根据权利要求2所述的方法，其特征在于，所述基于各所述领域内所述目标用户已交互的所述对象的所述域内对象编码，对所述目标用户的特征进行跨域对象信息维度的对齐处理，得到所述目标用户对应各所述领域的对齐向量的步骤，包括：

对于每个所述领域，将所述领域内所述目标用户已交互的所述对象的所述域内对象编码的序列输入至预先训练的对齐网络中与所述领域对应的网络分支，通过相应所述网络分支对输入的所述域内编码向量的序列进行特征映射，得到映射到指定空间的编码向量，作为所述目标用户对应所述领域的对齐向量；其中，所述对齐网络是通过以下方法训练得到的：

对于每个所述领域，基于所述领域内每个用户交互过的各对象的所述域内编码向量，分别获取各所述用户对应所述领域的交互行为向量；

对于每个所述领域，分别将各所述用户对应所述领域的交互行为向量映射到指定空间，得到各个所述领域内各所述用户的对齐向量；

以各个所述领域内相同所述用户的所述对齐向量相似，且不同所述用户的所述对齐向量相异为目标，训练所述对齐网络。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述目标领域内各对象的所述域内对象编码分别与所述融合用户编码计算得到的交互概率，向所述目标用户进行对象推荐的步骤，包括：

分别获取所述目标领域中各对象的所述域内对象编码与所述融合用户编码的内积，作为所述目标用户对相应所述对象的交互概率；

根据所述交互概率确定向所述目标用户推荐的所述对象。