CN115630228A - 对象推荐方法和对象推荐模型的训练方法 - Google Patents

Abstract

本公开提供了一种对象推荐方法和对象推荐模型的训练方法，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：获得目标用户的用户特征、要向目标用户推荐的目标对象的对象特征，以及目标用户所对应的目标场景的场景特征，其中，目标场景指示目标用户获取对象的方式；基于用户特征、对象特征获得初始预测结果，初始预测结果指示是否向目标用户推荐目标对象；以及基于场景特征和初始预测结果，确定是否向目标用户推荐目标对象。

Description

对象推荐方法和对象推荐模型的训练方法

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、对象推荐模型的训练方法、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，基于人工智能的对象推荐，通过预测用户对对象的偏好，向用户推荐符合其偏好的对象。

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、对象推荐模型的训练方法、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：获得目标用户的用户特征、要向所述目标用户推荐的目标对象的对象特征，以及所述目标用户所对应的目标场景的场景特征，其中，所述目标场景指示所述目标用户获取对象的方式；基于所述用户特征、所述对象特征获得初始预测结果，所述初始预测结果指示是否向所述目标用户推荐所述目标对象；以及基于所述场景特征和所述初始预测结果，确定是否向所述目标用户推荐所述目标对象。

根据本公开的另一方面，提供了一种对象推荐模型的训练方法，所述对象推荐模型包括用户网络、对象网络和场景网络，所述方法包括：获得训练样本和所述训练样本对应的标注标签，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景，所述标注标签至少指示所述训练样本是否偏好所述训练该对象；将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象；基于所述标注标签、所述第一预测结果、所述第二预测结果和所述第三预测结果，调整所述用户网络、所述对象网络和所述场景网络的参数。

根据本公开的另一方面，提供了一种对象推荐装置，包括：第一获取单元，被配置用于获得目标用户的用户特征、要向所述目标用户推荐的目标对象的对象特征，以及所述目标用户所对应的目标场景的场景特征，其中，所述目标场景指示所述目标用户获取对象的方式；初始预测单元，被配置用于基于所述用户特征、所述对象特征获得初始预测结果，所述初始预测结果指示是否向所述目标用户推荐所述目标对象；以及确定单元，被配置用于基于所述场景特征和所述初始预测结果，确定是否向所述目标用户推荐所述目标对象。

根据本公开的另一方面，提供了一种对象推荐模型的训练装置，所述对象推荐模型包括用户网络、对象网络和场景网络，所述装置包括：训练样本获取单元，被配置用于获得训练样本和所述训练样本对应的标注标签，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景，所述标注标签至少指示所述训练样本是否偏好所述训练该对象；预测结果获取单元，被配置用于将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象；参数调整单元，被配置用于基于所述标注标签、所述第一预测结果、所述第二预测结果和所述第三预测结果，调整所述用户网络、所述对象网络和所述场景网络的参数。

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能够执行根据本公开的实施例所述的方法。

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执行根据本公开的实施例所述的方法。

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本公开的实施例所述的方法。

根据本公开的一个或多个实施例，针对不同场景，提升给用户推荐的对象的准确性。

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基于所述用户特征、所述对象特征获得初始预测结果的过程的流程图；

图4示出了根据本公开的实施例的对象推荐方法中基于所述第一结果和所述第二结果，确定所述初始预测结果的过程的流程图；

图5示出了根据本公开的实施例的对象推荐方法中基于所述场景特征和所述初始预测结果，确定是否向所述目标用户推荐所述目标对象的过程的流程图；

图6示出了根据本公开的实施例的对象推荐方法中基于所述初始预测结果和所述第三结果，确定是否向所述目标用户推荐所述目标对象的过程的流程图；

图7示出了根据本公开的实施例的对象推荐方法中对象推荐模型的结构示意图；

图8示出了根据本公开的实施例的对象推荐模型的训练方法的流程图；

图9示出了根据本公开的实施例的对象推荐模型的训练方法中基于所述标注标签、所述第一预测结果、所述第二预测结果和所述第三预测结果，调整所述用户网络、所述对象网络和所述场景网络的参数的过程的流程图；

图10示出了根据本公开的实施例的对象推荐模型的训练方法中基于所述第一预测结果、所述第二预测结果和所述第三预测结果，获得总预测结果的过程的流程图；

图11示出了根据本公开的实施例的对象推荐模型的训练方法中基于所述总预测结果和所述标注标签，调整所述用户网络、所述对象网络和所述场景网络的参数的过程的流程图；

图12示出了可以实现根据本公开的实施例的对象推荐装置的结构框图；

图13示出了可以实现根据本公开的实施例的对象推荐模型的训练装置的结构框图；

图14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要素与另一要素区分开。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根据本公开的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还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。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来接收根据本公开的对象推荐方法中所推荐的对象。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、区块链网络、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/或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/或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。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器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使用的数据库例如可以是关系数据库。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。

跨域推荐(Cross-domain Recommendation)指的是推荐系统利用来自更丰富域(domain)的相对更丰富的信息，提高在更稀疏域中的推荐性能。当用户做出馈送刷新行为时，客户端首先向对象汇聚模块(GR)发出请求，对象汇聚模块再向下游的各个队列发送请求。各个队列根据对象属性不同，采用不同的策略召回对象，经过排序阶段的粗排、精排以及重排等阶段打分，将对象以及评分返回给汇聚模块。汇聚模块将各队列的对象进行去重、融合、过滤、排序等操作后，生成最终的下发列表，返回给客户端。客户端将最终符合用户兴趣的对象结果呈现在用户面前。

在相关技术中，推荐系统针对单一的场景进行设计和策略优化，针对不同的场景，往往使用不同的推荐系统，进行对象的推荐，使得所耗费的计算资源较多。例如，针对不同的场景，分别基于该场景中的用户的用户特征和多个对象中的每一个对象的对象特征，为用户推荐符合其偏好的对象。

而为了减少计算资源的消耗，采用单一的推荐系统，往往在多场景下使用统一的推荐模型进行推荐，该统一的推荐模型对于各个场景不加区分，由于各个场景下，用户的偏好不同，导致为用户推荐的对象往往不够精准。

根据本公开的一方面，提供了一种对象推荐方法。参看图2，根据本公开的对象推荐方法200包括：

步骤S210：获得目标用户的用户特征、要向所述目标用户推荐的目标对象的对象特征，以及所述目标用户所对应的目标场景的场景特征，其中，所述目标场景指示所述目标用户获取对象的方式；

步骤S220：基于所述用户特征、所述对象特征获得初始预测结果，所述初始预测结果指示是否向所述目标用户推荐所述目标对象；以及

步骤S230：基于所述场景特征和所述初始预测结果，确定是否向所述目标用户推荐所述目标对象。

在根据本公开的实施例，通过基于目标用户的用户特征和目标对象的对象特征获得指示是否向目标用户推荐目标对象的初始预测结果，并且通过目标场景的场景特征对该初始预测结果进行消偏，使得在不同场景下使用统一的推荐系统为目标用户推荐的对象是考虑了目标用户所对应的目标场景的场景特征的，提升为目标用户推荐的对象的准确性。

在一些实施例中，目标用户可以是当前想要被推荐对象的任意用户。其中，用户特征包括：用户的年龄、性别、地域等，在此并不限定。

在一些实施例中，目标对象可以是当前要被推荐给目标用户的任意对象。其中，对象可以是任意电子数据，例如，文档、视频等，在此并不限定。对象特征可以包括：用于描述对象的关键词(例如，文档的标题、视频中的语音对应的文本内容等)、对象的发布时间等，在此并不限定。

在一些实施例中，目标场景可以包括目标用户当前所使用的场景。其中，场景指示目标用户获取对象的方式。

例如，场景可以是用户客户端上的多个应用中的一个应用或者用户客户端上某一个应用的多个交互界面中的一个交互界面。其中，多个应用可以包括用于推荐文档的应用、用于推荐视频的应用等等，在此并不限定。多个交互界面可以包括通过列表页推送给用户多个对象的交互界面、响应于用户在客户端上的滑动操作或者点击操作将对象推荐给用户的交互界面等。可以理解，在上述不同的场景下，用户对对象的偏好不同。

在一些实施例中，场景特征采用不同场景的标识进行表示。例如，采用与多个每一个应用对应的应用标识，表示该应用的场景特征；采用与多个交互界面对应的每一个交互界面对应的界面标识，表示该交互界面的场景特征。应用标识可以是数字或者字母等任意字符，在此并不限定。

在一些实施例中，在步骤S210中，从目标用户的客户端设备，获得用户特征、对象特征和场景特征。例如，响应于目标用户的获取指令，获得用户特征、对象特征和场景特征，其中，获取指令指示目标用户想要获取对象。

在一些实施例中，在步骤S220中，基于用户特征和对象特征获得预测目标，并且基于该预测目标获得初始预测结果，其中，预测目标指示目标用户是否偏好该目标对象。

例如，通过将用户特征、对象特征同时输入到推荐模型中，获得预测目标，并基于预测目标获得初始预测结果。其中，推荐模型是采用包含训练用户和训练对象的训练样本进行训练获得的，其中，在训练推荐模型的过程中，将训练用户的用户特征和训练对象的对象特征同时输入到推荐模型中，获得预测目标，该预测目标指示训练用户是否偏好该训练图像，并且基于预测目标和训练样本的指示训练用户是否偏好该训练图像的标注标签，调整推荐模型的参数。

在一些实施例中，在步骤S220中，如图3所示，基于所述用户特征、所述对象特征获得初始预测结果包括：

步骤S310：基于所述用户特征，获得第一结果；

步骤S320：基于所述对象特征，获得第二结果，其中，所述第一结果和所述第二结果分别至少指示所述目标用户是否偏好所述目标对象；以及

步骤S330：基于所述第一结果和所述第二结果，确定所述初始预测结果。

例如，通过将用户特征、对象特征同时输入到推荐模型中，获得第一结果和第二结果，并基于第一结果和第二结果获得初始预测结果。其中，推荐模型可以是双塔模型，其中，双塔模型包括用户网络和对象网络，双塔模型包括用户网络和对象网络分别包括底层的专家子网和门控网络，底层的专家子网包括共享的专家子网和与预测目标相应的专家子网络，其中，共享的专家子网和与预测目标相应的专家子网络分别与门控网络交叉后，获得的输出经过全链接层，得到预测目标，其中，预测目标指示用户是否偏好对象。例如，预测目标可以预测目标用户点击目标用户的概率。用户网络输出的预测目标和对象网路输出的预测目标分别为第一结果和第二结果。

通过基于用户特征获得第一结果，基于对象特征获得第二结果，并基于第一结果和第二结果获得初始预测结果，使得获得预测结果的过程中，减少计算量，简化推荐模型的部署。

在一些实施例中，在步骤S330中，响应于第一结果和第二结果同时指示目标用户偏好目标对象，获得预测结果，该预测结果指示向目标用户推荐目标对象。

在一些实施例中，如图4所示，第一结果和所述第二结果分别包括指示所述目标用户偏好所述目标对象的概率的第一向量；并且其中，步骤S330、基于所述第一结果和所述第二结果，确定所述初始预测结果包括：

步骤S410：基于所述第一结果中的第一向量和所述第二结果中的第一向量，获得第一预测向量，所述第一预测向量指示所述目标用户偏好所述目标对象的概率；以及

步骤S420：基于所述第一预测向量，获得所述初始预测结果。

通过基于第一结果、第二结果中分别指示目标用户偏好目标对象的概率的第一向量，获得预测初始预测结果，使得初始预测结果被量化，提升所获得的初始预测结果的准确性。

在一些实施例中，在步骤S410中，将所述第一结果中的第一向量和所述第二结果中的第一向量进行哈达玛乘积，以获得第一预测向量。

在一些实施例中，所述第一结果和所述第二结果还分别包括指示所述目标用户偏好所述目标对象的程度的第二向量，步骤S330、基于所述第一结果、所述基于所述第一结果和所述第二结果，确定所述初始预测结果还包括：

基于所述第一结果中的第二向量和所述第二结果中的第二向量，获得第二预测向量；以及其中，步骤S420：基于所述第一预测向量，获得所述初始预测结果包括：

基于所述第一预测向量和所述第二预测向量，获得所述初始预测结果。

在获得初始预测结果的过程中，还基于第一结果、第二结果中的指示用户偏好目标对象的程度的第二向量，获得预测结果，使得初始预测结果是考虑了用户偏好目标对象的程度的，提升初始预测结果的准确性，进一步提升确定结果的准确性。

在一些实施例中，将所述第一结果中的第二向量和所述第二结果中的第二向量进行哈达玛乘积，以获得第二预测向量。

在一些实施例中，将包含第一结果和/或第二结果的集合，作为初始预测结果。

在一些实施例中，如图5所示，步骤S230、基于所述场景特征和所述初始预测结果，确定是否向所述目标用户推荐所述目标对象包括：

步骤S510：基于所述场景特征，获得第三结果，所述第三结果至少指示所述目标用户是否偏好所述目标对象；以及

步骤S520：基于所述初始预测结果和所述第三结果，确定是否向所述目标用户推荐所述目标对象。

基于场景特征获得至少指示目标用户是否偏好目标对象的第三结果，该第三结果提取不同场景的差异性，对初始预测结果进行修正，以确定是否向目标用户推荐目标对象，提升所确定的结果的准确性。

在一些实施例中，步骤S510与步骤S310和步骤S320是同时实现的，具体的，通过将用户特征、对象特征以及场景特征同时输入到推荐模型中，获得第一结果、第二结果和第三结果。

其中，推荐模型包括用户网络、对象网络和场景网络。将所述用户特征输入到用户网络，以获得所述第一结果，将所述对象特征输入到对象网络，以获得所述第二结果，以及将所述场景特征输入到场景网络，以获得所述第三结果，其中，

所述用户网络、所述对象网络和所述场景网络是采用训练样本联合训练而来的，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景并且具有标注标签，所述标注标签至少指示所述训练样本是否偏好所述训练该对象，并且其中，

在联合训练所述用户网络、所述对象网络和所述场景网络的过程中，将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象，基于所述第一预测结果、所述第二预测结果、所述第三预测结果和所述标注标签调整所述用户网络、所述对象网络和所述场景网络的参数。

通过基于包含用户网络、对象网络和场景网络的推荐模型，获得第一结果、第二结果和第三结果，由于推荐模型中的用户网络、对象网络和场景网络是联合训练而来的，使得用户网络和对象网络在学习过程中，还学习不同场景的场景特征，场景网络通过提取不同训练样本在不同场景的差异性对用户网络和对象网络输出的预测结果进行消偏，消除场景特征与用户和对象的关联性不强时，模型学习后推荐效果的“负迁移”现象，提升经训练的推荐模型所推荐的对象的准确性。

在一些实施例中，初始预测结果指示目标用户偏好目标对象的概率，并且第三结果指示目标用户偏好目标对象的概率。通过获得初始预测结果和第三结果的乘积，确定是否向目标用户推荐目标对象。

在一些实施例中，所述第三结果包括指示所述目标用户偏好所述目标对象的概率的第一向量和指示所述目标用户偏好所述目标对象的程度的第二向量，如图6所示，步骤S520、基于所述初始预测结果和所述第三结果，确定是否向所述目标用户推荐所述目标对象包括：

步骤S610：基于所述第一预测向量与所述第三结果，获得第三预测向量，所述第三预测向量指示所述目标用户偏好所述目标对象的概率；

步骤S620：基于所述第二预测向量与所述第三结果，获得第四预测向量，所述第四预测向量指示所述目标用户偏好所述目标对象的程度；以及

步骤S630：基于所述第三预测向量和所述第四预测向量，确定是否向所述目标用户推荐所述目标对象。

通过采用基于场景特征获得的第三结果，对指示所述目标用户偏好所述目标对象的概率和指示所述目标用户偏好所述目标对象的程度初始预测结果进行不同场景下的消偏，使得消偏过程中的细粒度高，提升最终所确定的是否向目标用户推荐目标对象的确定结果的准确性。

在一些实施例中，所述第一向量指示所述目标用户对所述目标对象具有第一操作的概率，所述第二向量指示所述目标用户对所述目标对象具有至少一种第二操作的概率或者所述目标用户对所述目标对象进行第三操作的时长。

在一些实施例中，所述第一操作包括点击操作，所述至少一种第二操作包括：关注、收藏、点赞或分享，所述第三操作包括观看或者播放。

参看图7示出了根据本公开的一种对象推荐模型的示意图，其中，对象推荐模型700包括由用户网络710和对象网络720构成的双塔和由场景网络730构成的消偏塔，用户网络710和对象网络720分别包括底层的专家子网和门控网络，用户网络710的底层的专家子网包括共享的专家子网711和与预测目标相应的专家子网络712、713和714，分别与门控网络715、716和717交叉后，获得的输出经过全链接层718a、718b和718c，得到预测目标710a、710b和710c。同样，对象网络720的底层的专家子网包括共享的专家子网721和与预测目标相应的专家子网络722、723和724，分别与门控网络725、726和727交叉后，获得的输出经过全链接层728a、728b和728c得到预测目标720a、720b和720c，

场景网络730由全连接网络731构成，其通过输入场景特征，获得预测目标730a、730b和730c。

其中，预测目标710a、720a和730a分别指示目标用户点击目标用户的概率，预测目标710b、720b和730b分别指示目标用户对目标对象具有关注、收藏、点赞或分享中的一项的概率，以及预测目标710c、720c和730c分别指示目标用户浏览目标对象的时长。

在预测过程中，通过将用户特征输入用户网络710、对象特征输入对象网络720以及场景特征输入场景网络730，获得用户网络输出的预测目标710a、710b和710c，以作为第一结果；获得对象网路输出的预测目标720a、720b和720c以作为第二结果；以及获得场景网络输出的预测目标730a、730b和730c以作为第三结果。

通过用户网络输出的预测目标710a、对象网路输出的预测目标720a和场景网络输出的预测目标730a获得最终的第一预测目标700a，该第一预测目标700a指示目标用户点击目标用户的概率；通过用户网络输出的预测目标710b、对象网路输出的预测目标720b和场景网络输出的预测目标730b获得最终的第二预测目标700b，该第二预测目标700b指示目标用户对目标对象具有关注、收藏、点赞或分享中的一项的概率；通过用户网络输出的预测目标710c、对象网路输出的预测目标720c和场景网络输出的预测目标730c获得最终的第三预测目标700c，该第三预测目标700c指示目标用户浏览目标对象的时长。

根据上述第一预测目标700a、第二预测目标700b和第三预测目标700c，确定是否向目标用户推荐目标对象。

根据本公开的另一方面，还提供了一种对象推荐模型的训练方法，所述对象推荐模型包括用户网络、对象网络和场景网络，如图8所示，所述方法800包括：

步骤S810：获得训练样本和所述训练样本对应的标注标签，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景，所述标注标签至少指示所述训练样本是否偏好所述训练该对象；

步骤S820：将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象；

步骤S830：基于所述标注标签、所述第一预测结果、所述第二预测结果和所述第三预测结果，调整所述用户网络、所述对象网络和所述场景网络的参数。

通过联合训练推荐模型中的用户网络、对象网络和场景网络，使得用户网络和对象网络在学习过程中，还学习不同场景的场景特征，场景网络通过提取不同训练样本在不同场景的差异性对用户网络和对象网络输出的预测结果进行消偏，消除场景特征与用户和对象的关联性不强时，模型学习后推荐效果的“负迁移”现象，提升经训练的推荐模型所推荐的对象的准确性。同时，根据本公开的对象推荐模型，在训练过程中能够采用多种场景中的训练样本进行训练，解决训练数据稀疏的问题；在部署时，由于采用双塔模型的架构，能够减少计算资源的消耗，减少计算量。

在一些实施例中，训练用户可以是任意为其推荐了对象的用户，训练对象可以推荐给该训练用户的任意对象，训练场景是为训练用户推荐训练对象时，训练用户所使用的场景。

在一些实施例中，标注标签指示训练用户是否偏好所述训练对象。例如，响应于训练用户点击了训练对象，确定标注标签指示训练用户偏好所述训练对象；又例如，响应于训练用户观看训练对象的时长超过预设时长，确定训练用户是否偏好所述训练对象。

在一些实施例中，通过分别计算第一预测结果、第二预测结果和第三预测结果与标注标签之间的损失，对应调整用户网络、对象网络和场景网络的参数。

在一些实施例中，如图9所示，步骤S830、基于所述标注标签、所述第一预测结果、所述第二预测结果和所述第三预测结果，调整所述用户网络、所述对象网络和所述场景网络的参数包括：

步骤S910：基于所述第一预测结果、所述第二预测结果和所述第三预测结果，获得总预测结果，所述总预测结果至少指示所述训练用户是否偏好所述训练对象，以及

步骤S920：基于所述总预测结果和所述标注标签，调整所述用户网络、所述对象网络和所述场景网络的参数。

通过基于标注标签、第一预测结果、第二预测结果和第三预测结果，获得总预测结果，并基于总预测结果和标注标签之间的损失，调整用户网络、对象网络和场景网络的参数，使用户网络、对象网络和场景网络学习过程中连接性增强，用户网络和对象网络所学习的场景特征的效果增强，提升经训练的各个网络获得的预测结果的准确性。

在一些实施例中，所述标注标签包括指示所述训练用户是否偏好所述训练对象的第一标签和指示所述训练用户偏好所述训练对象的程度的第二标签，所述第一预测结果、所述第二预测结果和所述第三预测结果分别包括指示所述训练用户偏好所述训练对象的概率的第一向量和指示所述训练用户偏好所述训练对象的程度的第二向量，如图10所示、步骤S910、基于所述第一预测结果、所述第二预测结果和所述第三预测结果，获得总预测结果包括：

步骤S1010：基于所述第一预测结果中的第一向量、所述第二预测结果中的第一向量和所述第三预测结果中的第一向量，获得第一向量结果，所述第一向量结果指示所述训练用户偏好所述训练对象的概率；

步骤S1020：基于所述第一预测结果中的第二向量、所述第二预测结果中的第二向量和所述第三预测结果中的第二向量，获得第二向量结果，所述第二向量结果指示所述训练用户偏好所述训练对象的程度；以及

步骤S1030：基于所述第一向量结果和所述第二向量结果，获得所述总预测结果。

在训练过程中，当训练样本中的训练用户偏好训练对象时，还进一步获得指示训练用户偏好训练对象偏好的程度的第二标签，基于第二标签进行监督，使得经训练的对象推荐模型能够进行粒度更精细的预测，提升经训练的对象推荐模型的预测能力和预测结果的准确性。

在一些实施例中，总预测结果包括所述第一向量结果和所述第二向量结果，如图11所示，步骤S920、基于所述总预测结果和所述标注标签，调整所述用户网络、所述对象网络和所述场景网络的参数包括：

步骤S1110：基于所述第一向量结果和所述第一标签，获得第一损失；

步骤S1120：基于所述第二向量结果和所述第二标签，获得第一损失；

步骤S1130：基于所述第一损失和所述第二损失，获得总损失，其中，在所述总损失中，所述第二损失所占据的权重大于所述第一损失所占据的权重；以及

步骤S1140：基于所述总损失，调整所述用户网络、所述对象网络和所述场景网络的参数。

考虑到在训练数据获取的过程中，获取到训练用户偏好训练对象的训练样本的数据量较小，通过调整总损失中第二损失和第二损失所占据的权重，使得用于计算第二损失的样本所占据的权重大于用于计算第一损失的样本所占据的权重，使得训练过程中，模型对训练数据中训练用户偏好训练对象的训练样本的学习更多，避免训练数据中样本分布不均导致模型训练效果的问题，提升模型的学习效果。

在一些实施例中，基于训练数据中训练用户偏好训练对象的训练样本的数据量，分配第二损失和第一损失的权重。例如，通过公式(1)获得总损失L：

其中，l_i为第i个损失，R为多个损失的集合，N₀为总样本数量，N_i为第i个损失对应的样本的数量。

在一些实施例中，基于所述总损失，调整所述用户网络、所述对象网络和所述场景网络的参数包括：

基于所述总损失，分别获得对应于所述用户网络的第一分损失、对应于所述对象网络的第二分损失和对应于所述场景网络的第三分损失；以及

基于所述第一分损失，调整所述用户网络的参数，基于所述第二分损失调整所述对象网络的参数和基于所述第三分损失调整所述场景网络的参数。

在获得总损失之后，分别获得用户网络、对象网络和场景网络对应的损失，进行参数调整，实现各个网络的更细粒度参数调整，提升模型的学习效果。

在一些实施例中，基于用户网络、对象网络和场景网络分别对应的损失函数，获得用户网络、对象网络和场景网络各自对应的损失。

根据本公开的另一方面，还提供一种对象推荐装置，如图12所示，装置1200包括：第一获取单元1210，被配置用于获得目标用户的用户特征、要向所述目标用户推荐的目标对象的对象特征，以及所述目标用户所对应的目标场景的场景特征，其中，所述目标场景指示所述目标用户获取对象的方式；初始预测单元1220，被配置用于基于所述用户特征、所述对象特征获得初始预测结果，所述初始预测结果指示是否向所述目标用户推荐所述目标对象；以及确定单元1230，被配置用于基于所述场景特征和所述初始预测结果，确定是否向所述目标用户推荐所述目标对象。

在一些实施例中，所述基于所述用户特征、所述对象特征获得初始预测结果包括：第一结果获取单元，被配置用于基于所述用户特征，获得第一结果；第二结果获取单元，被配置用于基于所述对象特征，获得第二结果，其中，所述第一结果和所述第二结果分别至少指示所述目标用户是否偏好所述目标对象；以及初始预测子单元，贝尔皮质用于基于所述第一结果和所述第二结果，确定所述初始预测结果。

在一些实施例中，所述第一结果和所述第二结果分别包括指示所述目标用户偏好所述目标对象的概率的第一向量；并且其中，所述初始预测子单元包括：第一向量预测单元，被配置用于基于所述第一结果中的第一向量和所述第二结果中的第一向量，获得第一预测向量，所述第一预测向量指示所述目标用户偏好所述目标对象的概率；以及第一子单元，被配置用于基于所述第一预测向量，获得所述初始预测结果。

在一些实施例中，所述第一结果和所述第二结果还分别包括指示所述目标用户偏好所述目标对象的程度的第二向量，所述初始预测子单元还包括：第二向量预测单元，被配置用于基于所述第一结果中的第二向量和所述第二结果中的第二向量，获得第二预测向量；以及其中，所述第一子单元包括：第二子单元，被配置用于基于所述第一预测向量和所述第二预测向量，获得所述初始预测结果。

在一些实施例中，所述确定单元包括：第三结果获取单元，被配置用于基于所述场景特征，获得第三结果，所述第三结果至少指示所述目标用户是否偏好所述目标对象；以及第一确定子单元，被配置用于基于所述初始预测结果和所述第三结果，确定是否向所述目标用户推荐所述目标对象。

在一些实施例中，所述初始预测结果包括：所述第一预测向量和所述第二预测向量，所述第三结果包括指示所述目标用户偏好所述目标对象的概率的第一向量和指示所述目标用户偏好所述目标对象的程度的第二向量，所述第一确定子单元包括：第一计算单元，被配置用于基于所述第一预测向量与所述第三结果，获得第三预测向量，所述第三预测向量指示所述目标用户偏好所述目标对象的概率；第二计算单元，被配置用于基于所述第二预测向量与所述第三结果，获得第四预测向量，所述第四预测向量指示所述目标用户偏好所述目标对象的程度；以及第二确定单元，被配置用于基于所述第三预测向量和所述第四预测向量，确定是否向所述目标用户推荐所述目标对象。

在一些实施例中，所述第一向量指示所述目标用户对所述目标对象具有第一操作的概率，所述第二向量指示所述目标用户对所述目标对象具有至少一种第二操作的概率或者所述目标用户对所述目标对象进行第三操作的时长。

在一些实施例中，所述第一操作包括点击操作，所述至少一种第二操作包括：关注、收藏、点赞或分享，所述第三操作包括观看或者播放。

在一些实施例中，所述第一结果获取单元、所述第二结果获取单元以及所述第三结果获取单元包括：第一输入单元，被配置用于将所述用户特征输入到用户网络，以获得所述第一结果，第二输入单元，被配置用于将所述对象特征输入到对象网络，以获得所述第二结果，以及第三输入单元，被配置用于将所述场景特征输入到场景网络，以获得所述第三结果，其中，

所述用户网络、所述对象网络和所述场景网络是采用训练样本联合训练而来的，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景并且具有标注标签，所述标注标签至少指示所述训练样本是否偏好所述训练该对象，并且其中，

在联合训练所述用户网络、所述对象网络和所述场景网络的过程中，将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象，基于所述第一预测结果、所述第二预测结果、所述第三预测结果和所述标注标签调整所述用户网络、所述对象网络和所述场景网络的参数。

根据本公开的另一方面，还提供了一种对象推荐模型的训练装置，所述对象推荐模型包括用户网络、对象网络和场景网络，如图13所示，装置1300包括：训练样本获取单元1310，被配置用于获得训练样本和所述训练样本对应的标注标签，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景，所述标注标签至少指示所述训练样本是否偏好所述训练该对象；预测结果获取单元1320，被配置用于将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象；参数调整单元1330，被配置用于基于所述标注标签、所述第一预测结果、所述第二预测结果和所述第三预测结果，调整所述用户网络、所述对象网络和所述场景网络的参数。

在一些实施例中，所述参数调整单元包括：总预测结果获取单元，被配置用于基于所述第一预测结果、所述第二预测结果和所述第三预测结果，获得总预测结果，所述总预测结果至少指示所述训练用户是否偏好所述训练对象；以及参数调整子单元，被配置用于基于所述总预测结果和所述标注标签，调整所述用户网络、所述对象网络和所述场景网络的参数。

在一些实施例中，所述标注标签包括指示所述训练用户偏好所述训练对象的第一标签和指示所述训练用户是否偏好所述训练对象的程度的第二标签，所述第一预测结果、所述第二预测结果和所述第三预测结果分别包括指示所述训练用户偏好所述训练对象的概率的第一向量和指示所述训练用户偏好所述训练对象的程度的第二向量，所述总预测结果获取单元包括：第一向量结果获取单元，被配置用于基于所述第一预测结果中的第一向量、所述第二预测结果中的第一向量和所述第三预测结果中的第一向量，获得第一向量结果，所述第一向量结果指示所述训练用户偏好所述训练对象的概率；第二向量结果获取单元，被配置用于基于所述第一预测结果中的第二向量、所述第二预测结果中的第二向量和所述第三预测结果中的第二向量，获得第二向量结果，所述第二向量结果指示所述训练用户偏好所述训练对象的程度；以及总预测结果获取子单元，被配置用于基于所述第一向量结果和所述第二向量结果，获得所述总预测结果。

在一些实施例中，所述总预测结果包括所述第一向量结果和所述第二向量结果，所述参数调整子单元包括：第一损失计算单元，被配置用于基于所述第一向量结果和所述第一标签，获得第一损失；第二损失计算单元，被配置用于基于所述第二向量结果和所述第二标签，获得第一损失；总损失计算单元，被配置用于基于所述第一损失和所述第二损失，获得总损失，其中，在所述总损失中，所述第二损失所占据的权重大于所述第一损失所占据的权重；以及第一调整单元，被配置用于基于所述总损失，调整所述用户网络、所述对象网络和所述场景网络的参数。

在一些实施例中，所述第一调整单元包括：损失分配单元，被配置用于基于所述总损失，分别获得对应于所述用户网络的第一分损失、对应于所述对象网络的第二分损失和对应于所述场景网络的第三分损失；以及第一调整子单元，被配置用于基于所述第一分损失，调整所述用户网络的参数，基于所述第二分损失调整所述对象网络的参数和基于所述第三分损失调整所述场景网络的参数。本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图14，现将描述可以作为本公开的服务器或客户端的电子设备1400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14所示，电子设备1400包括计算单元1401，其可以根据存储在只读存储器(ROM)1402中的计算机程序或者从存储单元1408加载到随机访问存储器(RAM)1403中的计算机程序，来执行各种适当的动作和处理。在RAM 1403中，还可存储电子设备1400操作所需的各种程序和数据。计算单元1401、ROM 1402以及RAM 1403通过总线1404彼此相连。输入/输出(I/O)接口1405也连接至总线1404。

电子设备1400中的多个部件连接至I/O接口1405，包括：输入单元1406、输出单元1407、存储单元1408以及通信单元1409。输入单元1406可以是能向电子设备1400输入信息的任何类型的设备，输入单元1406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1407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1408可以包括但不限于磁盘、光盘。通信单元1409允许电子设备1400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1401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1401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1401执行上文所描述的各个方法和处理，例如方法200或方法800。例如，在一些实施例中，方法200或方法800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1408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1402和/或通信单元1409而被载入和/或安装到电子设备1400上。当计算机程序加载到RAM 1403并由计算单元1401执行时，可以执行上文描述的方法200或方法800的一个或多个步骤。备选地，在其他实施例中，计算单元1401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或方法800。

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)、复杂可编程逻辑设备(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 (31)

1.一种对象推荐方法，包括：

获得目标用户的用户特征、要向所述目标用户推荐的目标对象的对象特征，以及所述目标用户所对应的目标场景的场景特征，其中，所述目标场景指示所述目标用户获取对象的方式；

基于所述用户特征、所述对象特征获得初始预测结果，所述初始预测结果指示是否向所述目标用户推荐所述目标对象；以及

基于所述场景特征和所述初始预测结果，确定是否向所述目标用户推荐所述目标对象。

2.根据权利要求1所述的方法，其中，所述基于所述用户特征、所述对象特征获得初始预测结果包括：

基于所述用户特征，获得第一结果；

基于所述对象特征，获得第二结果，其中，所述第一结果和所述第二结果分别至少指示所述目标用户是否偏好所述目标对象；以及

基于所述第一结果和所述第二结果，确定所述初始预测结果。

3.根据权利要求2所述的方法，其中，所述第一结果和所述第二结果分别包括指示所述目标用户偏好所述目标对象的概率的第一向量；并且其中，所述基于所述第一结果和所述第二结果，确定所述初始预测结果包括：

基于所述第一结果中的第一向量和所述第二结果中的第一向量，获得第一预测向量，所述第一预测向量指示所述目标用户偏好所述目标对象的概率；以及

基于所述第一预测向量，获得所述初始预测结果。

4.根据权利要求3所述的方法，其中，所述第一结果和所述第二结果还分别包括指示所述目标用户偏好所述目标对象的程度的第二向量，所述基于所述第一结果、所述基于所述第一结果和所述第二结果，确定所述初始预测结果还包括：

基于所述第一结果中的第二向量和所述第二结果中的第二向量，获得第二预测向量；以及其中，基于所述第一预测向量，获得所述初始预测结果包括：

基于所述第一预测向量和所述第二预测向量，获得所述初始预测结果。

5.根据权利要求4所述的方法，其中，所述基于所述场景特征和所述初始预测结果，确定是否向所述目标用户推荐所述目标对象包括：

基于所述场景特征，获得第三结果，所述第三结果至少指示所述目标用户是否偏好所述目标对象；以及

基于所述初始预测结果和所述第三结果，确定是否向所述目标用户推荐所述目标对象。

6.根据权利要求5所述的方法，其中，所述初始预测结果包括：所述第一预测向量和所述第二预测向量，所述第三结果包括指示所述目标用户偏好所述目标对象的概率的第一向量和指示所述目标用户偏好所述目标对象的程度的第二向量，所述基于所述初始预测结果和所述第三结果，确定是否向所述目标用户推荐所述目标对象包括：

基于所述第一预测向量与所述第三结果，获得第三预测向量，所述第三预测向量指示所述目标用户偏好所述目标对象的概率；

基于所述第二预测向量与所述第三结果，获得第四预测向量，所述第四预测向量指示所述目标用户偏好所述目标对象的程度；以及

基于所述第三预测向量和所述第四预测向量，确定是否向所述目标用户推荐所述目标对象。

7.根据权利要求5所述的方法，其中，所述第一向量指示所述目标用户对所述目标对象具有第一操作的概率，所述第二向量指示所述目标用户对所述目标对象具有至少一种第二操作的概率或者所述目标用户对所述目标对象进行第三操作的时长。

8.根据权利要求7所述的方法，其中，所述第一操作包括点击操作，所述至少一种第二操作包括：关注、收藏、点赞或分享，所述第三操作包括观看或者播放。

9.根据权利要求5所述的方法，其中，所述基于所述用户特征，获得第一结果，所述基于所述对象特征，获得第二结果，以及所述基于所述场景特征，获得第三结果包括：

将所述用户特征输入到用户网络，以获得所述第一结果，将所述对象特征输入到对象网络，以获得所述第二结果，以及将所述场景特征输入到场景网络，以获得所述第三结果，其中，

所述用户网络、所述对象网络和所述场景网络是采用训练样本联合训练而来的，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景并且具有标注标签，所述标注标签至少指示所述训练样本是否偏好所述训练该对象，并且其中，

在联合训练所述用户网络、所述对象网络和所述场景网络的过程中，将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象，基于所述第一预测结果、所述第二预测结果、所述第三预测结果和所述标注标签调整所述用户网络、所述对象网络和所述场景网络的参数。

10.一种对象推荐模型的训练方法，所述对象推荐模型包括用户网络、对象网络和场景网络，所述方法包括：

获得训练样本和所述训练样本对应的标注标签，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景，所述标注标签至少指示所述训练样本是否偏好所述训练该对象；

将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象；以及

基于所述标注标签、所述第一预测结果、所述第二预测结果和所述第三预测结果，调整所述用户网络、所述对象网络和所述场景网络的参数。

11.根据权利要求10所述的方法，其中，基于所述标注标签、所述第一预测结果、所述第二预测结果和所述第三预测结果，调整所述用户网络、所述对象网络和所述场景网络的参数包括：

基于所述第一预测结果、所述第二预测结果和所述第三预测结果，获得总预测结果，所述总预测结果至少指示所述训练用户是否偏好所述训练对象；以及

基于所述总预测结果和所述标注标签，调整所述用户网络、所述对象网络和所述场景网络的参数。

12.根据权利要求11所述的方法，其中，所述标注标签包括指示所述训练用户偏好所述训练对象的第一标签和指示所述训练用户是否偏好所述训练对象的程度的第二标签，所述第一预测结果、所述第二预测结果和所述第三预测结果分别包括指示所述训练用户偏好所述训练对象的概率的第一向量和指示所述训练用户偏好所述训练对象的程度的第二向量，所述基于所述第一预测结果、所述第二预测结果和所述第三预测结果，获得总预测结果包括：

基于所述第一预测结果中的第一向量、所述第二预测结果中的第一向量和所述第三预测结果中的第一向量，获得第一向量结果，所述第一向量结果指示所述训练用户偏好所述训练对象的概率；

基于所述第一预测结果中的第二向量、所述第二预测结果中的第二向量和所述第三预测结果中的第二向量，获得第二向量结果，所述第二向量结果指示所述训练用户偏好所述训练对象的程度；以及

基于所述第一向量结果和所述第二向量结果，获得所述总预测结果。

13.根据权利要求12所述的方法，其中，所述总预测结果包括所述第一向量结果和所述第二向量结果，所述基于所述总预测结果和所述标注标签，调整所述用户网络、所述对象网络和所述场景网络的参数包括：

基于所述第一向量结果和所述第一标签，获得第一损失；

基于所述第二向量结果和所述第二标签，获得第一损失；

基于所述第一损失和所述第二损失，获得总损失，其中，在所述总损失中，所述第二损失所占据的权重大于所述第一损失所占据的权重；以及

基于所述总损失，调整所述用户网络、所述对象网络和所述场景网络的参数。

14.根据权利要求13所述的方法，其中，所述基于所述总损失，调整所述用户网络、所述对象网络和所述场景网络的参数包括：

基于所述总损失，分别获得对应于所述用户网络的第一分损失、对应于所述对象网络的第二分损失和对应于所述场景网络的第三分损失；以及

基于所述第一分损失，调整所述用户网络的参数，基于所述第二分损失调整所述对象网络的参数和基于所述第三分损失调整所述场景网络的参数。

15.一种对象推荐装置，包括：

第一获取单元，被配置用于获得目标用户的用户特征、要向所述目标用户推荐的目标对象的对象特征，以及所述目标用户所对应的目标场景的场景特征，其中，所述目标场景指示所述目标用户获取对象的方式；

初始预测单元，被配置用于基于所述用户特征、所述对象特征获得初始预测结果，所述初始预测结果指示是否向所述目标用户推荐所述目标对象；以及

确定单元，被配置用于基于所述场景特征和所述初始预测结果，确定是否向所述目标用户推荐所述目标对象。

16.根据权利要求15所述的装置，其中，所述基于所述用户特征、所述对象特征获得初始预测结果包括：

第一结果获取单元，被配置用于基于所述用户特征，获得第一结果；

第二结果获取单元，被配置用于基于所述对象特征，获得第二结果，其中，所述第一结果和所述第二结果分别至少指示所述目标用户是否偏好所述目标对象；以及

初始预测子单元，贝尔皮质用于基于所述第一结果和所述第二结果，确定所述初始预测结果。

17.根据权利要求16所述的装置，其中，所述第一结果和所述第二结果分别包括指示所述目标用户偏好所述目标对象的概率的第一向量；并且其中，所述初始预测子单元包括：

第一向量预测单元，被配置用于基于所述第一结果中的第一向量和所述第二结果中的第一向量，获得第一预测向量，所述第一预测向量指示所述目标用户偏好所述目标对象的概率；以及

第一子单元，被配置用于基于所述第一预测向量，获得所述初始预测结果。

18.根据权利要求17所述的装置，其中，所述第一结果和所述第二结果还分别包括指示所述目标用户偏好所述目标对象的程度的第二向量，所述初始预测子单元还包括：

第二向量预测单元，被配置用于基于所述第一结果中的第二向量和所述第二结果中的第二向量，获得第二预测向量；以及其中，所述第一子单元包括：

第二子单元，被配置用于基于所述第一预测向量和所述第二预测向量，获得所述初始预测结果。

19.根据权利要求18所述的装置，其中，所述确定单元包括：

第三结果获取单元，被配置用于基于所述场景特征，获得第三结果，所述第三结果至少指示所述目标用户是否偏好所述目标对象；以及

第一确定子单元，被配置用于基于所述初始预测结果和所述第三结果，确定是否向所述目标用户推荐所述目标对象。

20.根据权利要求19所述的装置，其中，所述初始预测结果包括：所述第一预测向量和所述第二预测向量，所述第三结果包括指示所述目标用户偏好所述目标对象的概率的第一向量和指示所述目标用户偏好所述目标对象的程度的第二向量，所述第一确定子单元包括：

第一计算单元，被配置用于基于所述第一预测向量与所述第三结果，获得第三预测向量，所述第三预测向量指示所述目标用户偏好所述目标对象的概率；

第二计算单元，被配置用于基于所述第二预测向量与所述第三结果，获得第四预测向量，所述第四预测向量指示所述目标用户偏好所述目标对象的程度；以及

第二确定单元，被配置用于基于所述第三预测向量和所述第四预测向量，确定是否向所述目标用户推荐所述目标对象。

21.根据权利要求19所述的装置，其中，所述第一向量指示所述目标用户对所述目标对象具有第一操作的概率，所述第二向量指示所述目标用户对所述目标对象具有至少一种第二操作的概率或者所述目标用户对所述目标对象进行第三操作的时长。

22.根据权利要求21所述的装置，其中，所述第一操作包括点击操作，所述至少一种第二操作包括：关注、收藏、点赞或分享，所述第三操作包括观看或者播放。

23.根据权利要求19所述的装置，其中，所述第一结果获取单元、所述第二结果获取单元以及所述第三结果获取单元包括：

第一输入单元，被配置用于将所述用户特征输入到用户网络，以获得所述第一结果，第二输入单元，被配置用于将所述对象特征输入到对象网络，以获得所述第二结果，以及第三输入单元，被配置用于将所述场景特征输入到场景网络，以获得所述第三结果，其中，

所述用户网络、所述对象网络和所述场景网络是采用训练样本联合训练而来的，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景并且具有标注标签，所述标注标签至少指示所述训练样本是否偏好所述训练该对象，并且其中，

在联合训练所述用户网络、所述对象网络和所述场景网络的过程中，将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象，基于所述第一预测结果、所述第二预测结果、所述第三预测结果和所述标注标签调整所述用户网络、所述对象网络和所述场景网络的参数。

24.一种对象推荐模型的训练装置，所述对象推荐模型包括用户网络、对象网络和场景网络，所述装置包括：

训练样本获取单元，被配置用于获得训练样本和所述训练样本对应的标注标签，所述训练样本包括训练用户、向所述训练用户推荐的训练对象和向所述训练用户推荐所述训练对象时所述训练用户所对应的训练场景，所述标注标签至少指示所述训练样本是否偏好所述训练该对象；

预测结果获取单元，被配置用于将所述训练用户的用户特征输入所述用户网络以获得第一预测结果，将所述训练对象的对象特征输入所述对象网络以获得第二预测结果，并且将所述场景特征输入到所述场景网络以获得第三预测结果，所述第一预测结果、所述第二预测结果、所述第三预测结果分别至少指示所述训练用户是否偏好所述训练该对象；以及

参数调整单元，被配置用于基于所述标注标签、所述第一预测结果、所述第二预测结果和所述第三预测结果，调整所述用户网络、所述对象网络和所述场景网络的参数。

25.根据权利要求24所述的装置，其中，所述参数调整单元包括：

总预测结果获取单元，被配置用于基于所述第一预测结果、所述第二预测结果和所述第三预测结果，获得总预测结果，所述总预测结果至少指示所述训练用户是否偏好所述训练对象；以及

参数调整子单元，被配置用于基于所述总预测结果和所述标注标签，调整所述用户网络、所述对象网络和所述场景网络的参数。

26.根据权利要求25所述的装置，其中，所述标注标签包括指示所述训练用户偏好所述训练对象的第一标签和指示所述训练用户是否偏好所述训练对象的程度的第二标签，所述第一预测结果、所述第二预测结果和所述第三预测结果分别包括指示所述训练用户偏好所述训练对象的概率的第一向量和指示所述训练用户偏好所述训练对象的程度的第二向量，所述总预测结果获取单元包括：

第一向量结果获取单元，被配置用于基于所述第一预测结果中的第一向量、所述第二预测结果中的第一向量和所述第三预测结果中的第一向量，获得第一向量结果，所述第一向量结果指示所述训练用户偏好所述训练对象的概率；

第二向量结果获取单元，被配置用于基于所述第一预测结果中的第二向量、所述第二预测结果中的第二向量和所述第三预测结果中的第二向量，获得第二向量结果，所述第二向量结果指示所述训练用户偏好所述训练对象的程度；以及

总预测结果获取子单元，被配置用于基于所述第一向量结果和所述第二向量结果，获得所述总预测结果。

27.根据权利要求26所述的装置，其中，所述总预测结果包括所述第一向量结果和所述第二向量结果，所述参数调整子单元包括：

第一损失计算单元，被配置用于基于所述第一向量结果和所述第一标签，获得第一损失；

第二损失计算单元，被配置用于基于所述第二向量结果和所述第二标签，获得第一损失；

总损失计算单元，被配置用于基于所述第一损失和所述第二损失，获得总损失，其中，在所述总损失中，所述第二损失所占据的权重大于所述第一损失所占据的权重；以及

第一调整单元，被配置用于基于所述总损失，调整所述用户网络、所述对象网络和所述场景网络的参数。

28.根据权利要求27所述的装置，其中，所述第一调整单元包括：

损失分配单元，被配置用于基于所述总损失，分别获得对应于所述用户网络的第一分损失、对应于所述对象网络的第二分损失和对应于所述场景网络的第三分损失；以及

第一调整子单元，被配置用于基于所述第一分损失，调整所述用户网络的参数，基于所述第二分损失调整所述对象网络的参数和基于所述第三分损失调整所述场景网络的参数。

29.一种电子设备，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1-14中任一项所述的方法。

30.一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1-14中任一项所述的方法。

31.一种计算机程序产品，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1-14中任一项所述的方法。

Images