CN114780819A - 对象推荐方法和装置 - Google Patents

对象推荐方法和装置 Download PDF

Info

Publication number
CN114780819A
CN114780819A CN202210194594.9A CN202210194594A CN114780819A CN 114780819 A CN114780819 A CN 114780819A CN 202210194594 A CN202210194594 A CN 202210194594A CN 114780819 A CN114780819 A CN 114780819A
Authority
CN
China
Prior art keywords
word
target object
target
request
history
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210194594.9A
Other languages
English (en)
Inventor
苗继梅
谭云飞
吕洪亚
袁洁
刘晓庆
吕明
袁冠红
刘艳艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210194594.9A priority Critical patent/CN114780819A/zh
Publication of CN114780819A publication Critical patent/CN114780819A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0255Targeted advertisements based on user history
    • G06Q30/0256User search

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供了一种对象推荐方法和装置,涉及计算机技术领域,尤其涉及基于人工智能的推荐技术领域。实现方案为:响应于获得待推荐的目标对象,获得目标对象的召回词,并且将目标对象的召回词添加至白名单;响应于获得来自多个用户的多个当前请求,利用白名单,对多个当前请求进行筛选,以获得目标当前请求集合,目标当前请求集合中的每一个目标当前请求与多个当前请求中与目标对象的召回词相匹配;以及将目标对象推荐给多个用户中的与目标当前请求集合对应的目标用户集合。

Description

对象推荐方法和装置
技术领域
本公开涉及计算机技术领域,尤其涉及基于人工智能的推荐技术领域,具体涉及一种对象推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
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,基于人工智能的商品推荐,基于用户的请求,向用户推荐与其请求相匹配的商品。
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
本公开提供了一种对象推荐方法、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,提供了一种对象推荐方法,包括:响应于获得待推荐的目标对象,获得所述目标对象的召回词,并且将所述目标对象的召回词添加至白名单;响应于获得来自多个用户的多个当前请求,利用所述白名单,对所述多个当前请求进行筛选,以获得目标当前请求集合,所述目标当前请求集合中的每一个目标当前请求与所述多个当前请求中与所述目标对象的召回词相匹配;以及将所述目标对象推荐给所述多个用户中的与所述目标当前请求集合对应的目标用户集合。
根据本公开的另一方面,提供了一种对象推荐装置,包括:召回词获取单元,被配置用于响应于获得待推荐的目标对象,获得所述目标对象的召回词,并且将所述目标对象的召回词添加至白名单;筛选单元,被配置用于响应于获得来自多个用户的多个当前请求,利用所述白名单,对所述多个当前请求进行筛选,以获得目标当前请求集合,所述目标当前请求集合中的每一个目标当前请求与所述多个当前请求中与所述目标对象的召回词相匹配;以及推荐单元,被配置用于将所述目标对象推荐给所述多个用户中的与所述目标当前请求集合对应的目标用户集合。
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。
根据本公开的另一方面,提供了一种计算机程序产品包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据上述的方法。
根据本公开的一个或多个实施例,可以使新获得的待推荐的目标对象被实时推荐给请求该目标对象的目标用户,并且在推荐过程中,数据处理量少。
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
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的对象推荐方法的流程图;
图3示出了根据本公开的实施例的对象推荐方法中获得目标对象的召回词的过程的流程图;
图4示出了根据本公开的实施例的对象推荐方法中基于多个历史请求和目标对象获得目标对象的召回词的过程的流程图;
图5示出了根据本公开的实施例的对象推荐方法中基于多个历史请求对应的多个请求词和目标对象获取目标对象的目标请求词的过程的流程图;
图6示出了根据本公开的实施例的对象推荐方法中基于多个目标请求词获得目标对象的召回词的流程图;
图7示出了根据本公开的实施例的对象推荐方法中获得目标对象的至少一个标签词的过程的流程图;
图8示出了根据本公开的实施例的对象推荐装置的结构框图;
图9示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行对象推荐方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来接受根被推荐的对象。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
参看图2,根据本公开的一些实施例的一种对象推荐方法200包括:
步骤S210:响应于获得待推荐的目标对象,获得所述目标对象的召回词,并且将所述目标对象的召回词添加至白名单;
步骤S220:响应于获得来自多个用户的多个当前请求,利用所述白名单,对所述多个当前请求进行筛选,以获得目标当前请求集合;以及
步骤S230:将所述目标对象推荐给所述多个用户中的与所述目标当前请求集合对应的目标用户集合。
其中,在步骤S220中,所述目标当前请求集合中的每一个目标当前请求与所述多个当前请求中与所述目标对象的召回词相匹配。
根据本公开的一个或多个实施例,可以将所获得的目标对象被实时推荐给请求该目标对象的目标用户,并且在推荐过程中,数据处理量少。
在相关技术中,通过经训练的推荐模型实现对对象的推荐,由于推荐模型的训练需要大量人工样本标注,并且训练时间长,无法实时更新,对于新获得的目标对象,往往无法及时获得相应的训练样本,因为无法获得用于将其推荐给用户的推荐模型。
例如,在商品推荐的过程中,基于用户请求,采用推荐模型匹配与用户请求相匹配的商品,从而将与用户请求相匹配的商品推荐给该用户。然而,推荐模型的训练需要大量人工标注的用户请求作为输入和与和相应的商品作为输出,并且训练时间长,无法实时更新,对于新出现的商品,往往难以获得相应的用户请求,因而也无法及时获得相应的训练样本,从而无法获得用于将其推荐给用户的推荐模型。即使获得与该新出现的商品相匹配的用户请求,也无法将其推荐给用户。
在根据本公开的技术方案中,在获得待推荐的目标对象时,获得目标对象的召回词,并且将该召回词加入白名单,通过白名单获得与召回词相匹配的用户请求,从而将目标对象推荐给与召回词相匹配的用户请求所对应的用户,最终实现将所获得的目标对象推荐给用户。由于整个过程只需要获得召回词并将召回词加入白名单就能实现对目标对象的推荐,而不需要对目标对象进行标注后训练推荐模型获得推荐模型以进行推荐,使得对于新获得的目标对象,可以被快速推荐给用户,并且该用户是与该目标对象相匹配的用户,实现对目标对象的实时、精准推荐。并且,在推荐目标对象的过程中,仅仅涉及召回词的处理,使得数据处理量少。
在一些实施例中,采用包含有存储器和处理器的计算设备执行根据本公开的对象推荐方法。例如,服务端通过计算设备推荐对象,其中服务端提供推荐应用或服务。
在一些实施例中,对象包括商品,其中,目标对象为待推荐的商品。
在一些实施例中,待推荐的目标对象由第三方供应商提供。第三方供应商,例如,可以是目标对象的生产厂家。在一个示例中,第三方供应商通过服务端提供的应用或服务提供目标对象。例如,商品的生产厂家通过入驻购物平台提供所生产的商品,该商品为目标对象。
在一些实施例中,响应于确定第三方供应商提供目标对象,获得待推荐的目标对象。例如,响应于获取到网页上新上线商品的网页链接,获得待推荐的目标对象。
在一些实施例中,在第三方供应商获得目标对象时,获得第三方供应商所提供的目标对象的描述词作为召回词。例如,从网页上新上线商品的网页页面中获得商品的描述词,并将该描述词作为召回词。
在一些实施例中,如图3所示,获得所述目标对象的召回词包括:
步骤S310:获得所述多个用户对应的多个历史请求,其中,对于所述多个历史请求中的每一个历史请求,相应的用户基于该历史请求获取相应的历史对象;以及
步骤S320:基于所述多个历史请求和所述目标对象,获得所述目标对象的召回词。
基于所请求的历史对象的数量超过预设阈值的历史请求获得请求词,并基于请求词和目标对象获得,目标对象的召回词,使目标对象的召回词是基于历史请求获得的,该召回词准确,进而使根据包括该召回词的白名单所筛选的目标当前请求集合准确,进一步提升所获得的目标对象集合的准确性。
在一些实施例中,历史对象为区别于目标对象的任意对象。
例如,目标对象为购物平台上新上线的商品,历史对象即为在该新上线的商品之前在购物平台上上线的商品。
在一些实施例中,目标对象为对应于多个用户所对应的多个用户类型中的目标用户类型,在获取上述多个历史请求的过程中,使对于所获取的多个历史请求中的每一个历史请求,相应的用户基于该历史请求所获取相应的历史对象与目标用户类型对应。
例如,多个用户类型包括企业用户类型和个人用户类型,目标对象为面向企业用户类型的商品,获取基于其获取面向企业用户类型的其他商品的多个历史请求。
在一些实施例中,通过搜索平台的多个用户请求进行筛选,分析用户请求的含义获得上述多个历史请求。
在一个示例中,对多个用户请求进行语义分析,将多个用户请求中指示相应的用户请求多个历史对象的用户请求作为历史请求。例如,多个用户请求包括“橘子采购”、“橘子和橙子有什么区别”,对该多个用户请求进行语义分析可知,用户请求“橘子采购”指示用户请求多个橘子,而用户请求“橘子和橙子有什么区别”则没有相应前述指示,将用户请求“橘子采购”作为历史请求。
在另一个示例中,通过多个用户中的每一个用户基于其相应请求的相应用户行为,获得请求多个历史对象的多个历史请求。例如,通过用户在相应的请求之后,购买多个商品的用户行为,将该相应的请求确定为历史请求。
在一些实施例中,对于所述多个历史请求中的每一个历史请求,该历史请求包括与对应的用户所获取的历史对象相应的标签词和区别于该标签词的请求词,该请求词指示该用户请求该历史对象,如图4所示,基于所述多个历史请求和所述目标对象,获得所述目标对象的召回词包括:
步骤S410:基于所述多个历史请求对应的多个请求词和所述目标对象,获取所述目标对象的目标请求词;以及
步骤S420:基于所述目标对象的目标请求词,获得所述目标对象的召回词。
通过多个历史请求中指示用户请求历史对象的请求词获得召回词,使与所获得的召回词相匹配的当前请求指示该当前请求的用户是请求该目标对象的,进一步提升所获得的目标当前请求集合的准确性,从而提升所获得的目标对象集合的准确性;同时,根据本公开的技术方案中,通过历史请求中的请求词获得召回词,使获得召回词的方法进一步简单,数据处理量少。
在一些示例中,通过将历史请求中区别于历史对象的标签词作为请求词。在另一些示例中,通过语义分析,提取历史请求中的请求词。
在一些实施例中,请求词包括“哪里买”、“采购”、“多少钱”、“价格”、“生产厂家”、“厂”、“机械”等等。
在一些实施例中,所述目标对象对应于多个对象类型中的目标对象类型,如图5所示,基于所述多个历史请求对应的多个请求词和所述目标对象,获取所述目标对象的目标请求词包括:
步骤S510:获取所述多个历史请求中的目标历史请求,与所述目标历史请求相应的用户基于该目标历史请求所获取的历史对象与所述目标对象类型相应;以及
步骤S520:将所述多个目标历史请求的多个请求词确定为所述目标对象的目标请求词。
由于对于不同的对象类型,用户的需求强度不同一样,用户在请求与之相应的对象的过程中其所用的请求词也不同,为了使所筛选的与目标对象的召回词相匹配的当前请求集合更准确,因而在获得召回词的过程中,采用多个历史请求中基于其所获取的历史对象与目标对象对应的目标对象类型相应的目标历史请求的请求词,使所获得的目标对象的召回词更加准确,进一步提升所获得的目标当前请求集合的准确性,从而提升所获得的目标对象集合的准确性。
在一些实施例中,多个对象类型可以是根据其所面向的用户类型对对象进行分类而获得来的。在一个示例中,多个对象类型包括面向企业用户类型的对象对应的生产工具型,和同时面向企业用户类型的对象与个人用户类型的商品对应的生产产品型。
例如,当目标对象对应于生产工具型时,例如挖掘机,其所对应的目标请求词包括“厂商”,而当目标对象对应于生产产品型时,例如橘子,其所对应的目标请求词包括“批发”。
在一些实施例中,多个对象类型还可以是根据其所提供的内容对对象进行分类而获得的。在一个示例中,多个对象类型包括商品类型和服务类型。
例如,当目标对象对应于商品类型时,例如挖掘机,其所对应的目标请求词包括“厂商”,而当目标对象对应于服务类型时,例如婚庆服务,其所对应的请求词包括“服务”、“咨询”等。
在一些实施例中,如图6所示,基于所述多个目标请求词,获得所述目标对象的召回词包括:
步骤S610:获得所述目标对象的至少一个标签词,所述至少一个标签词中的每一个标签词指示所述目标对象;以及
步骤S620:将所述至少一个标签词中的每一个标签和所述目标对象的目标请求词进行组合,以获得所述目标对象的召回词。
在获得请求词的过程中,还通过目标对象的至少一个标签词与目标请求词进行组合,获得其召回词,使获得召回词的方法简单,数据处理量少。
在一些实施例中,如图7所示,获得所述目标对象的至少一个标签词包括:
步骤S710:获得由所述目标对象的提供者提供的所述目标对象的第一标签词;以及
步骤S720:响应于获得区别于所述第一标签词的所述目标对象的至少一个拓展标签词,将所述第一标签词和所述至少一个拓展标词确定为所述至少一个标签词。
在获得目标对象的至少一个标签词的过程中,不仅仅获得由目标对象的提供者提供的第一标签词,还获得区别于该第一标签词拓展标签词,并且将第一标签词和拓展标签词作为与目标请求词进行组合以获得召回词的至少一个标签词,使与目标请求词进行组合以获得召回词的标签词尽可能多,从而进一步提升基于包含召回词的白名单所筛选的目标当前请求集合的准确性,进而提升所获得的目标对象集合的准确性。
在一些实施例中,至少一个标签词为目标对象的标准名称,所述至少一个拓展标签词为与该标准名称相近的拓展名称,例如在行业内惯用的其他名称等。在另一些实施例中,至少一个标签词还包括描述该目标对象的类型或型号的关键词。
在一些实施例中,通过由目标对象的提供者上传到服务端上的网页链接,获得第一标签词,标签词例如可以是网页链接上的关键字、标题名称等等。
在一些实施例中,通过第一标签词获得目标对象的行业类型,在与该行业类型相应的数据库中获得该至少一个拓展标签词。例如,当获得目标对象的第一标签词为“电锤”,查找电锤所在的行业为建筑施工行业,在建筑施工行业中获得其至少一个拓展标签词包括“冲击钻”。
在一些实施例中,完成上述根据上述过程获得召回词之后,将召回词加入白名单。在一些示例中,白名单包括多个召回词和多个召回词中每一个召回词与之相对应的对象之间的映射关系。例如,白名单包括多个召回词,该多个召回词中的每一个召回词可以与多个商品中一个商品对应,也可以同时对应于多个商品中的两个或两个以上的商品对应,通过该白名单中的任意一个召回词可以获得该召回词所对应的一个商品或者两个或两个以上的商品。
在一些实施例中,通过计算多个当前请求中的每一个请求与白名单所包含的多个召回词中的每一个召回词的相似度,将获得与目标对象的召回词之间的相似度高于预设相似度阈值的当前请求添加至目标当前请求,以实现利用所述白名单对多个当前请求的筛选。
在一些实施示例中,在将目标对象推荐给目标用户集合之后,目标用户集合中的每一个目标用户的客户端上显示所述目标对象。
根据本公开的另一方面,还提供一种对象推荐装置,如图8所示,装置800包括:召回词获取单元810,被配置用于响应于获得待推荐的目标对象,获得所述目标对象的召回词,并且将所述目标对象的召回词添加至白名单;筛选单元820,被配置用于响应于获得来自多个用户的多个当前请求,利用所述白名单,对所述多个当前请求进行筛选,以获得目标当前请求集合,所述目标当前请求集合中的每一个目标当前请求与所述多个当前请求中与所述目标对象的召回词相匹配;以及推荐单元830,被配置用于将所述目标对象推荐给所述多个用户中的与所述目标当前请求集合对应的目标用户集合。
在一些实施例中,所述召回词获取单元810包括:历史请求获取单元,被配置用于获得所述多个用户对应的多个历史请求,其中,对于所述多个历史请求中的每一个历史请求,相应的用户基于该历史请求获取相应的历史对象;以及第一召回词获取子单元,被配置用于基于所述多个历史请求和所述目标对象,获得所述目标对象的召回词。
在一些实施例中,对于所述多个历史请求中的每一个历史请求,该历史请求包括与对应的用户所获取的历史对象相应的标签词和区别于该标签词的请求词,该请求词指示该用户请求该历史对象,所述召回词获取子单元包括:请求词获取单元,被配置用于基于所述多个历史请求对应的多个请求词和所述目标对象,获取所述目标对象的目标请求词;以及第二召回词获取子单元,被配置用于基于所述目标对象的目标请求词,获得所述目标对象的召回词。
在一些实施例中,所述目标对象对应于多个对象类型中的目标对象类型,所述请求词获取单元包括:第一获取子单元,被配置用于获取所述多个历史请求中的目标历史请求,与所述目标历史请求相应的用户基于该目标历史请求所获取的历史对象与所述目标对象类型相应;以及第一确定子单元,被配置用于将所述多个目标历史请求的多个请求词确定为所述目标对象的目标请求词。
在一些实施例中,所述第二召回词获取子单元包括:标签词获取单元,被配置用于获得所述目标对象的至少一个标签词,所述至少一个标签词中的每一个标签词指示所述目标对象;以及组合单元,被配置用于将所述至少一个标签词中的每一个标签和所述目标对象的目标请求词进行组合,以获得所述目标对象的召回词。
在一些实施例中,所述标签词获取单元包括:第一标签词获取子单元,被配置用于获得由所述目标对象的提供者提供的所述目标对象的第一标签词;以及第二确定子单元,被配置用于响应于获得区别于所述第一标签词的所述目标对象的至少一个拓展标签词,将所述第一标签词和所述至少一个拓展标词确定为所述至少一个标签词。
根据本公开的另一方面,还提供一种电子设备,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能够执行根据本公开的实施例中任一项所述的方法。
根据本公开的另一方面,还提供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执行根据本公开的实施例中任一项所述的方法。
根据本公开的另一方面,还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现本公开的实施例中任一项所述的方法。
参考图9,现将描述可以作为本公开的服务器或客户端的电子设备900的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向设备900输入信息的任何类型的设备,输入单元906可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM903并由计算单元901执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (15)

1.一种对象推荐方法,包括:
响应于获得待推荐的目标对象,获得所述目标对象的召回词,并且将所述目标对象的召回词添加至白名单;
响应于获得来自多个用户的多个当前请求,利用所述白名单,对所述多个当前请求进行筛选,以获得目标当前请求集合,所述目标当前请求集合中的每一个目标当前请求与所述多个当前请求中与所述目标对象的召回词相匹配;以及
将所述目标对象推荐给所述多个用户中的与所述目标当前请求集合对应的目标用户集合。
2.根据权利要求1所述的方法,其中,所述获得所述目标对象的召回词包括:
获得所述多个用户对应的多个历史请求,其中,对于所述多个历史请求中的每一个历史请求,相应的用户基于该历史请求获取相应的历史对象;以及
基于所述多个历史请求和所述目标对象,获得所述目标对象的召回词。
3.根据权利要求2所述的方法,其中,对于所述多个历史请求中的每一个历史请求,该历史请求包括与对应的用户所获取的历史对象相应的标签词和区别于该标签词的请求词,该请求词指示该用户请求该历史对象,所述基于所述多个历史请求和所述目标对象,获得所述目标对象的召回词包括:
基于所述多个历史请求对应的多个请求词和所述目标对象,获取所述目标对象的目标请求词;以及
基于所述目标对象的目标请求词,获得所述目标对象的召回词。
4.根据权利要求3所述的方法,其中,所述目标对象对应于多个对象类型中的目标对象类型,所述基于所述多个历史请求对应的多个请求词和所述目标对象,获取所述目标对象的目标请求词包括:
获取所述多个历史请求中的目标历史请求,与所述目标历史请求相应的用户基于该目标历史请求所获取的历史对象与所述目标对象类型相应;以及
将所述多个目标历史请求的多个请求词确定为所述目标对象的目标请求词。
5.根据权利要求3或4所述的方法,其中,所述基于所述多个目标请求词,获得所述目标对象的召回词包括:
获得所述目标对象的至少一个标签词,所述至少一个标签词中的每一个标签词指示所述目标对象;以及
将所述至少一个标签词中的每一个标签和所述目标对象的目标请求词进行组合,以获得所述目标对象的召回词。
6.根据权利要求5所述的方法,其中,所述获得所述目标对象的至少一个标签词包括:
获得由所述目标对象的提供者提供的第一标签词;以及
响应于获得区别于所述第一标签词的所述目标对象的至少一个拓展标签词,将所述第一标签词和所述至少一个拓展标词确定为所述至少一个标签词。
7.一种对象推荐装置,包括:
召回词获取单元,被配置用于响应于获得待推荐的目标对象,获得所述目标对象的召回词,并且将所述目标对象的召回词添加至白名单;
筛选单元,被配置用于响应于获得来自多个用户的多个当前请求,利用所述白名单,对所述多个当前请求进行筛选,以获得目标当前请求集合,所述目标当前请求集合中的每一个目标当前请求与所述多个当前请求中与所述目标对象的召回词相匹配;以及
推荐单元,被配置用于将所述目标对象推荐给所述多个用户中的与所述目标当前请求集合对应的目标用户集合。
8.根据权利要求7所述的装置,其中,所述召回词获取单元包括:
历史请求获取单元,被配置用于获得所述多个用户对应的多个历史请求,其中,对于所述多个历史请求中的每一个历史请求,相应的用户基于该历史请求获取相应的历史对象;以及
第一召回词获取子单元,被配置用于基于所述多个历史请求和所述目标对象,获得所述目标对象的召回词。
9.根据权利要求8所述的装置,其中,对于所述多个历史请求中的每一个历史请求,该历史请求包括与对应的用户所获取的历史对象相应的标签词和区别于该标签词的请求词,该请求词指示该用户请求该历史对象,所述召回词获取子单元包括:
请求词获取单元,被配置用于基于所述多个历史请求对应的多个请求词和所述目标对象,获取所述目标对象的目标请求词;以及
第二召回词获取子单元,被配置用于基于所述目标对象的目标请求词,获得所述目标对象的召回词。
10.根据权利要求9所述的装置,其中,所述目标对象对应于多个对象类型中的目标对象类型,所述请求词获取单元包括:
第一获取子单元,被配置用于获取所述多个历史请求中的目标历史请求,与所述目标历史请求相应的用户基于该目标历史请求所获取的历史对象与所述目标对象类型相应;以及
第一确定子单元,被配置用于将所述多个目标历史请求的多个请求词确定为所述目标对象的目标请求词。
11.根据权利要求9或10所述的装置,其中,所述第二召回词获取子单元包括:
标签词获取单元,被配置用于获得所述目标对象的至少一个标签词,所述至少一个标签词中的每一个标签词指示所述目标对象;以及
组合单元,被配置用于将所述至少一个标签词中的每一个标签和所述目标对象的目标请求词进行组合,以获得所述目标对象的召回词。
12.根据权利要求11所述的装置,其中,所述标签词获取单元包括:
第一标签词获取子单元,被配置用于获得由所述目标对象的提供者提供的所述目标对象的第一标签词;以及
第二确定子单元,被配置用于响应于获得区别于所述第一标签词的所述目标对象的至少一个拓展标签词,将所述第一标签词和所述至少一个拓展标词确定为所述至少一个标签词。
13.一种电子设备,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能够执行权利要求1-6中任一项所述的方法。
14.一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执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-6中任一项所述的方法。
CN202210194594.9A 2022-03-01 2022-03-01 对象推荐方法和装置 Pending CN114780819A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210194594.9A CN114780819A (zh) 2022-03-01 2022-03-01 对象推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210194594.9A CN114780819A (zh) 2022-03-01 2022-03-01 对象推荐方法和装置

Publications (1)

Publication Number Publication Date
CN114780819A true CN114780819A (zh) 2022-07-22

Family

ID=82424210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210194594.9A Pending CN114780819A (zh) 2022-03-01 2022-03-01 对象推荐方法和装置

Country Status (1)

Country Link
CN (1) CN114780819A (zh)

Similar Documents

Publication Publication Date Title
CN112579909A (zh) 对象推荐方法及装置、计算机设备和介质
CN114791982B (zh) 对象推荐方法和装置
CN114443989B (zh) 排序方法、排序模型的训练方法、装置、电子设备及介质
KR20230006601A (ko) 정렬 방법, 정렬 모델의 트레이닝 방법, 장치, 전자 기기 및 매체
CN115269989B (zh) 对象推荐方法、装置、电子设备和存储介质
CN113868453B (zh) 对象推荐方法和装置
CN115578501A (zh) 图像处理方法、装置、电子设备和存储介质
CN114445190A (zh) 商品推荐方法和装置
CN114429678A (zh) 模型训练方法及装置、电子设备和介质
CN114493707A (zh) 对象推荐方法和装置
CN114118067A (zh) 术语名词纠错方法及装置、电子设备和介质
CN114780819A (zh) 对象推荐方法和装置
CN114861071B (zh) 对象推荐方法和装置
CN113609370B (zh) 数据处理方法、装置、电子设备及存储介质
CN114861658B (zh) 地址信息解析方法及装置、设备和介质
CN114218516B (zh) 网页处理方法、装置、电子设备以及存储介质
CN114036389B (zh) 对象推荐方法、推荐模型的训练方法及装置
CN113722523B (zh) 对象推荐方法和装置
CN116070711B (zh) 数据处理方法、装置、电子设备和存储介质
CN115033782B (zh) 推荐对象的方法、机器学习模型的训练方法、装置和设备
CN117194798A (zh) 内容的推荐方法、装置、电子设备和介质
CN115809364A (zh) 对象推荐方法和模型训练方法
CN114390366A (zh) 视频处理方法和装置
CN116244529A (zh) 兴趣点检索方法、装置、电子设备及存储介质
CN113918760A (zh) 视觉搜索方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination