[发明专利]基于双塔模型的对象推荐方法及装置

说明书

本公开涉及人工智能技术领域，提供了一种基于双塔模型的对象推荐方法及装置。该方法包括：获取第一候选集合和目标用户对应的历史对话记录；利用第一双塔模型中的第一左塔模型提取历史对话记录的第一特征向量，利用第一双塔模型中的第一右塔模型提取第一候选集合中每个对象的第二特征向量，其中，第一双塔模型已通过训练，使得第一左塔模型学习并保存有历史对话记录和第一特征向量之间的对应关系，使得第一右塔模型学习并保存有对象和第二特征向量之间的对应关系；计算第一特征向量与每个第二特征向量之间的相似度，并根据第一特征向量与每个第二特征向量之间的相似度，从第一候选集合中确定出子集合；基于子集合向目标用户进行对象推荐操作。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种基于双塔模型的对象推荐方法及装置。

背景技术

在电商等领域需要根据客户的聊天记录，向客户推荐合适的物品，比如根据客户的聊天记录中的关键词，确定客户想要的物品等。此类方法只能向客户推荐直接和客户的聊天记录中的关键词相关的物品，如果客户的聊天记录较为复杂，那么推荐物品的准确率较低，同时对于存在大量客户或者聊天记录内容较多的情况下，此类方法也存在效率低的问题。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：推荐物品的准确率低和效率低的问题。

发明内容

有鉴于此，本公开实施例提供了一种基于双塔模型的对象推荐方法及装置，以解决现有技术中，推荐物品的准确率低和效率低的问题。

本公开实施例的第一方面，提供了一种基于第一双塔模型的对象推荐方法，包括：获取第一候选集合和目标用户对应的历史对话记录，其中，第一候选集合包括多个对象；利用第一双塔模型中的第一左塔模型提取历史对话记录的第一特征向量，利用第一双塔模型中的第一右塔模型提取第一候选集合中每个对象的第二特征向量，其中，第一双塔模型已通过训练，使得第一左塔模型学习并保存有历史对话记录和第一特征向量之间的对应关系，使得第一右塔模型学习并保存有对象和第二特征向量之间的对应关系；计算第一特征向量与每个第二特征向量之间的相似度，并根据第一特征向量与每个第二特征向量之间的相似度，从第一候选集合中确定出子集合，其中，子集合包括一个或多个对象；基于子集合向目标用户进行对象推荐操作。

本公开实施例的第二方面，提供了一种基于第一双塔模型的对象推荐装置，包括：获取模块，被配置为获取第一候选集合和目标用户对应的历史对话记录，其中，第一候选集合包括多个对象；提取模块，被配置为利用第一双塔模型中的第一左塔模型提取历史对话记录的第一特征向量，利用第一双塔模型中的第一右塔模型提取第一候选集合中每个对象的第二特征向量，其中，第一双塔模型已通过训练，使得第一左塔模型学习并保存有历史对话记录和第一特征向量之间的对应关系，使得第一右塔模型学习并保存有对象和第二特征向量之间的对应关系；计算模块，被配置为计算第一特征向量与每个第二特征向量之间的相似度，并根据第一特征向量与每个第二特征向量之间的相似度，从第一候选集合中确定出子集合，其中，子集合包括一个或多个对象；推荐模块，被配置为基于子集合向目标用户进行对象推荐操作。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。