WO2023246735A1 - 一种项目推荐方法及其相关设备 - Google Patents

Abstract

本申请公开了一种项目推荐方法及其相关设备，其使用的神经网络模型所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。本申请的方法方法通过目标模型实现，本申请的方法包括：获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息；基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。

Description

一种项目推荐方法及其相关设备

本申请要求于2022年6月21日提交中国专利局、申请号为202210705920.8、发明名称为“一种项目推荐方法及其相关设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本申请涉及人工智能(artificial intelligence，AI)技术，尤其涉及一种项目推荐方法及其相关设备。

背景技术

随着计算机技术的快速发展，为了满足用户的上网需求，开发商越来越倾向于在应用的页面上展现用户感兴趣的内容。基于此，针对于某个应用，往往需要预测用户会购买哪个或哪些项目，即为用户推荐其感兴趣的项目，从而将这些项目呈现在该应用的页面上，以为用户提供服务。

目前，可通过AI技术的神经网络模型来预测可推荐给用户的项目。具体地，可先收集用户的历史信息，这些历史信息用于指示用户交互过的项目以及用户针对这些项目的行为。由于用户针对项目的行为有多种类别，故可将用户的历史信息按行为的类别进行划分，并通过神经网络模型对各类信息分别进行处理，得到各类信息的处理结果。最后，可将各类信息的处理结果叠加，得到项目推荐结果，从而确定推荐给用户的目标项目。

上述过程中，神经网络模型在对信息进行处理时，主要考虑到属于同一类别的多个行为之间的相互影响，所考虑的因素较为单一，导致模型最终输出的项目推荐结果的准确度不高，影响用户体验。

发明内容

本申请实施例提供了一种项目推荐方法及其相关设备，其使用的神经网络模型所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

本申请实施例的第一方面提供了一种项目推荐方法，该方法包括：

用户在使用某个应用时，为了在该应用的页面上显示用户感兴趣的项目，可先采集用户之前使用该应用的一些历史数据，并基于这些历史数据可获取N个第一信息。其中，第i个第一信息用于指示用户使用该应用时曾经操作过的第i个第一项目(即历史项目)以及第i个行为，第i个行为可以理解为用户在操作第i个项目时所执行的行为，用户所执行过的N个行为可以被划分为M个类别，i＝1，...，N，N≥M，M＞1。例如，用户在使用某个购物软件时，为了预测可推荐给用户的商品，可获取用户之前使用该软件时所生成的5个第一信息，第1个第一信息用于指示一件衣服以及用户对该衣服的点击行为，第2个第一信息用于指示一双鞋子以及用户对该鞋子的收藏行为，第3个第一信息用于指示一个帽子以及用户对该帽子的购买行为，第4个第一信息用于指示一条裤子以及用户对该裤子的点击行为，第5个第一信息用于指示另一条裤子以及用户对该裤子的购买行为。可见，用户分别针对这5个商品 的5个行为可划分为3类，分别是点击行为、收藏行为以及购买行为。

得到N个第一信息后，可将N个第一信息输入至目标模型，故目标模型可基于多头自注意力机制对N个第一信息进行处理，从而相应得到N个第二信息。得到N个第二信息后，目标模型可基于N个第二信息，来获取项目推荐结果，项目推荐结果可用于在K个第二项目(即候选项目)中确定推荐给用户的目标项目，K≥1。

从上述方法可以看出：当需要为用户推荐其感兴趣的目标项目时，可先向目标模型输入N个第一信息，其中，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。然后，可通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。最后，可通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。前述过程中，由于N个第一信息不仅用于指示N个第一项目，还用于指示可划分为M个类别的N个行为，故目标模型对N个第一信息进行处理以相应得到N个第二信息的过程中，不仅可以考虑到属于同一类别的多个行为之间的相互影响以及多个第一项目之间的相互影响，还可以考虑到属于不同类别的多个行为之间的相互影响，所考虑的因素较为全面，故目标模型基于N个第二信息所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

在一种可能的实现方式中，基于多头注意力机制对N个第一信息进行处理，得到N个第二信息包括：对第i个第一信息进行线性处理，得到第i个Q信息，第i个K信息以及第i个V信息；对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息，第i个行为对应的第j个权重信息基于第i个行为以及第j个行为确定，j＝1，...，N。前述实现方式中，接收到N个第一信息后，对于N个第一信息中的任意一个第一信息，即第i个第一信息，目标模型可先对第i个第一信息进行线性处理，从而得到第i个Q信息，第i个K信息以及第i个V信息。对于除第i个第一信息之外的其余第一信息，目标模型也可执行如同对第i个第一信息所执行的操作，故总共可得到N个Q信息，N个K信息以及N个V信息。也就是说，目标模型可对第1个第一信息进行线性处理，得到第1个Q信息、第1个K信息以及第1个V信息，还可对第2个第一信息进行线性处理，得到第2个Q信息、第2个K信息以及第2个V信息，...，还可第N个第一信息进行线性处理，得到第N个Q信息、第N个K信息以及第N个V信息。

对于第i个Q信息，目标模型可对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息，第i个行为对应的第j个权重信息基于第i个行为以及第j个行为确定，j＝1，...，N。对于除第i个Q信息之外的其余Q信息，目标模型也可执行如同对第i个Q信息所执行的操作，故可得到N个第二信息。也就是说，目标模型可先对第1个Q信息、N个K信息、N个V信息以及第1个行为对应的N个权重信息进行运算，得到第1个第二信息，目标模型还可对第2个Q信息、N个K信息、N个V信息以及第2个行为对应的N个权重信息进行运算，得到第2个第二信息，...，目标模型还可对第N个Q信息、N个K信息、N个V信息以及第N个行为对应的N个权重信息进行运算，得到第N个第二信息。其中，第1个行为对应的第1个权重信息基于第1个行为确定，第1个行为对应的第2个权重信息基于第1个行为以及第2个行为确定，...，第1个行为的第N个权重信 息基于第1个行为以及第N个行为确定，...，第N个行为对应的第1个权重信息基于第N个行为以及第1个行为确定，第N个行为对应的第2个权重信息基于第N个行为以及第2个行为确定，...，第N个行为的第N个权重信息基于第N个行为确定。

在一种可能的实现方式中，该方法还包括：获取N个第三信息，第i个第三信息用于指示第i个行为；对第i个第三信息以及N个第三信息进行运算，得到第i个行为对应的N个第四信息，第i个行为对应的第j个第四信息用于指示第i个行为与第j个行为之间的距离；对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息包括：对第i个Q信息、N个K信息、N个V信息、第i个行为对应的N个权重信息以及第i个行为对应的N个第四信息进行运算，得到第i个第二信息。前述实现方式中，接收到N个第三信息后，对于N个第三信息中的任意一个第三信息，即第i个第三信息，目标模型可对第i个第三信息以及N个第三信息进行运算，得到第i个行为对应的N个第四信息，第i个行为对应的第j个第四信息用于指示第i个行为与第j个行为之间的距离。对于除第i个第三信息之外的其余第三信息，目标模型也可执行如同对第i个第三信息所执行的操作，故总共可得到第1个行为对应的N个第四信息，第2个行为对应的N个第四信息，...，第N个行为对应的N个第四信息。也就是说，目标模型可对第1个第三信息以及第1个第三信息进行运算，得到第1个行为对应的第1个第四信息(用于指示第1个行为之间的距离)，还可对第1个第三信息以及第2个第三信息进行运算，得到第1个行为对应的第2个第四信息(用于指示第1个行为与第2个行为之间的距离)，...，还可对第1个第三信息以及第N个第三信息进行运算，得到第1个行为对应的第N个第四信息(用于指示第1个行为与第N个行为之间的距离)，...，还可对第N个第三信息以及第1个第三信息进行运算，得到第N个行为对应的第1个第四信息(用于指示第N个行为以及第1个行为之间的距离)，还可对第N个第三信息以及第2个第三信息进行运算，得到第N个行为对应的第2个第四信息(用于指示第N个行为与第2个行为之间的距离)，...，还可对第N个第三信息以及第N个第三信息进行运算，得到第N个行为对应的第N个第四信息(用于指示第N个行为之间的距离)。那么，对于第i个Q信息，目标模型可对第i个Q信息、N个K信息、N个V信息、第i个行为对应的N个权重信息以及第i个行为对应的N个第四信息进行运算，得到第i个第二信息。对于除第i个Q信息之外的其余Q信息，目标模型也可执行如同对第i个Q信息所执行的操作，故可得到N个第二信息。也就是说，目标模型可先对第1个Q信息、N个K信息、N个V信息、第1个行为对应的N个权重信息以及第1个行为对应的N个第四信息进行运算，得到第1个第二信息，目标模型还可对第2个Q信息、N个K信息、N个V信息、第2个行为对应的N个权重信息以及第2个行为对应的N个第四信息进行运算，得到第2个第二信息，...，目标模型还可对第N个Q信息、N个K信息、N个V信息、第N个行为对应的N个权重信息以及第N个行为对应的N个第四信息进行运算，得到第N个第二信息。由此可见，目标模型在基于多头自注意力机制对N个第一信息进行处理的过程中，还考虑了不同行为的排序之间的距离所产生的影响，所考虑的因素相较于相关技术更加全面，其输出的项目推荐结果也可精准贴合用户的真实意图，从而进一步提高项目推荐结果的准确度。

在一种可能的实现方式中，第i个行为与第j个行为之间的距离包括：第i个行为的排序与第j个行为的排序之间的间隔，例如，用户执行第i个行为的时间与用户执行第j个行 为的时间之间的间隔等等。

在一种可能的实现方式中，基于N个第二信息获取项目推荐结果包括：对N个第二信息进行特征提取，得到第五信息以及第六信息，第五信息用于指示N个行为之间的不同点，第六信息用于指示N个行为之间的相同点；对第五信息以及第六信息进行融合，得到第七信息，第七信息用于指示用户的兴趣分布；计算第七信息与K个第八信息之间的匹配度，匹配度作为项目推荐结果，第t个第八信息用于指示第t个第二项目，t＝1，...，K。前述实现方式中，得到N个第二信息后，目标模型可对N个第二信息进行某一种方式的特征提取，得到第五信息，第五信息包含N个行为中每个行为的专属特点，故第五信息可用于第五信息用于指示N个行为之间的不同点。与此同时，目标模型还可对N个第二信息进行另一种方式的特征提取，得到第六信息，第六信息包含N个行为的共同特点，故第六信息可用于指示N个行为之间的相同点。得到第五信息和第六信息后，目标模型可对第五信息以及第六信息进行加权求和，得到第七信息，第七信息即为用户的行为表征，故第七信息可用于指示用户的兴趣分布。得到第七信息后，目标模型还可获取K个第八信息，其中，第t个第八信息用于指示第t个第二项目，t＝1，...，K。在K个第八信息中，目标模型可计算第七信息与第t个第八信息之间的匹配度，对于除第t个第八信息之外的第八信息，目标模型也可以执行如同对第t个第八信息所执行的操作，故可得到第七信息与K个第八信息之间的匹配度，故这些对匹配度可作为目标模型最终输出的项目推荐结果。由此可见，目标模型可对多头自注意力机制的处理结果进行更深度的信息挖掘，从而挖掘用户的多个行为的专属信息以及多个行为的共同信息，以此来构建用户的行为表征。那么，能够匹配上用户的行为表征的项目，可作为推荐给用户的目标项目，故可提高项目推荐的准确度。

在一种可能的实现方式中，K个第二项目包含N个第一项目。

本申请实施例的第二方面提供了一种模型训练方法，该方法包括：将N个第一信息输入至待训练模型中，得到预测的项目推荐结果，待训练模型用于：获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；基于多头注意力机制对N个第一信息进行处理，得到N个第二信息；基于N个第二信息，获取预测的项目推荐结果，预测的项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1；基于预测的项目推荐结果以及真实的项目推荐结果，获取目标损失，目标损失用于指示预测的项目推荐结果以及真实的项目推荐结果之间的差异；基于目标损失，对待训练模型的参数进行更新，直至满足模型训练条件，得到目标模型。

上述方法训练得到的目标模型，具备为用户推荐项目的功能。当需要为用户推荐其感兴趣的目标项目时，可先向目标模型输入N个第一信息，其中，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。然后，可通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。最后，可通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。前述过程中，由于N个第一信息不仅用于指示N个第一项目，还用于指示可划分为M个类别的N个行为，故目标模型对N个第一信息进行处理以相应得到N个第二信息的过程中，不仅 可以考虑到属于同一类别的多个行为之间的相互影响以及多个第一项目之间的相互影响，还可以考虑到属于不同类别的多个行为之间的相互影响，所考虑的因素较为全面，故目标模型基于N个第二信息所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

在一种可能的实现方式中，待训练模型，用于：对第i个第一信息进行线性处理，得到第i个Q信息，第i个K信息以及第i个V信息；对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息，第i个行为对应的第j个权重信息基于第i个行为以及第j个行为确定，j＝1，...，N。

在一种可能的实现方式中，待训练模型，还用于：获取N个第三信息，第i个第三信息用于指示第i个行为；对第i个第三信息以及N个第三信息进行运算，得到第i个行为对应的N个第四信息，第i个行为对应的第j个第四信息用于指示第i个行为与第j个行为之间的距离；待训练模型，用于对第i个Q信息、N个K信息、N个V信息、第i个行为对应的N个权重信息以及第i个行为对应的N个第四信息进行运算，得到第i个第二信息。

在一种可能的实现方式中，第i个行为与第j个行为之间的距离包括：第i个行为的排序与第j个行为的排序之间的间隔。

在一种可能的实现方式中，待训练模型，用于：对N个第二信息进行特征提取，得到第五信息以及第六信息，第五信息用于指示N个行为之间的不同点，第六信息用于指示N个行为之间的相同点；对第五信息以及第六信息进行融合，得到第七信息，第七信息用于指示用户的兴趣分布；计算第七信息与K个第八信息之间的匹配度，匹配度作为项目推荐结果，第t个第八信息用于指示第t个第二项目，t＝1，...，K。

在一种可能的实现方式中，K个第二项目包含N个第一项目。

本申请实施例的第三方面提供了一种项目推荐装置，该装置包括：第一获取模块，用于通过目标模型获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；处理模块，用于通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息；第二获取模块，用于通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。

从上述装置可以看出：当需要为用户推荐其感兴趣的目标项目时，可先向目标模型输入N个第一信息，其中，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。然后，可通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。最后，可通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。前述过程中，由于N个第一信息不仅用于指示N个第一项目，还用于指示可划分为M个类别的N个行为，故目标模型对N个第一信息进行处理以相应得到N个第二信息的过程中，不仅可以考虑到属于同一类别的多个行为之间的相互影响以及多个第一项目之间的相互影响，还可以考虑到属于不同类别的多个行为之间的相互影响，所考虑的因素较为全面，故目标模型基于N个第二信息所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

在一种可能的实现方式中，处理模块，用于：通过目标模型对第i个第一信息进行线性 处理，得到第i个Q信息，第i个K信息以及第i个V信息；通过目标模型对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息，第i个行为对应的第j个权重信息基于第i个行为以及第j个行为确定，j＝1，...，N。

在一种可能的实现方式中，该装置还包括：第三获取模块，用于通过目标模型获取N个第三信息，第i个第三信息用于指示第i个行为；运算模块，用于通过目标模型对第i个第三信息以及N个第三信息进行运算，得到第i个行为对应的N个第四信息，第i个行为对应的第j个第四信息用于指示第i个行为与第j个行为之间的距离；处理模块，用于通过目标模型对第i个Q信息、N个K信息、N个V信息、第i个行为对应的N个权重信息以及第i个行为对应的N个第四信息进行运算，得到第i个第二信息。

在一种可能的实现方式中，第i个行为与第j个行为之间的距离包括：第i个行为的排序与第j个行为的排序之间的间隔。

在一种可能的实现方式中，第二获取模块，用于：通过目标模型对N个第二信息进行特征提取，得到第五信息以及第六信息，第五信息用于指示N个行为之间的不同点，第六信息用于指示N个行为之间的相同点；通过目标模型对第五信息以及第六信息进行融合，得到第七信息，第七信息用于指示用户的兴趣分布；通过目标模型计算第七信息与K个第八信息之间的匹配度，匹配度作为项目推荐结果，第t个第八信息用于指示第t个第二项目，t＝1，...，K。

在一种可能的实现方式中，K个第二项目包含N个第一项目。

本申请实施例的第四方面提供了一种模型训练装置，该装置包括：处理模块，用于将N个第一信息输入至待训练模型中，得到预测的项目推荐结果，待训练模型用于：获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；基于多头注意力机制对N个第一信息进行处理，得到N个第二信息；基于N个第二信息，获取预测的项目推荐结果，预测的项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1；获取模块，用于基于预测的项目推荐结果以及真实的项目推荐结果，获取目标损失，目标损失用于指示预测的项目推荐结果以及真实的项目推荐结果之间的差异；更新模块，用于基于目标损失，对待训练模型的参数进行更新，直至满足模型训练条件，得到目标模型。

上述装置训练得到的目标模型，具备为用户推荐项目的功能。当需要为用户推荐其感兴趣的目标项目时，可先向目标模型输入N个第一信息，其中，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。然后，可通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。最后，可通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。前述过程中，由于N个第一信息不仅用于指示N个第一项目，还用于指示可划分为M个类别的N个行为，故目标模型对N个第一信息进行处理以相应得到N个第二信息的过程中，不仅可以考虑到属于同一类别的多个行为之间的相互影响以及多个第一项目之间的相互影响，还可以考虑到属于不同类别的多个行为之间的相互影响，所考虑的因素较为全面，故目标模型基于N个第二信息所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

在一种可能的实现方式中，待训练模型，用于：对第i个第一信息进行线性处理，得到第i个Q信息，第i个K信息以及第i个V信息；对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息，第i个行为对应的第j个权重信息基于第i个行为以及第j个行为确定，j＝1，...，N。

在一种可能的实现方式中，待训练模型，还用于：获取N个第三信息，第i个第三信息用于指示第i个行为；对第i个第三信息以及N个第三信息进行运算，得到第i个行为对应的N个第四信息，第i个行为对应的第j个第四信息用于指示第i个行为与第j个行为之间的距离；待训练模型，用于对第i个Q信息、N个K信息、N个V信息、第i个行为对应的N个权重信息以及第i个行为对应的N个第四信息进行运算，得到第i个第二信息。

在一种可能的实现方式中，第i个行为与第j个行为之间的距离包括：第i个行为的排序与第j个行为的排序之间的间隔。

在一种可能的实现方式中，待训练模型，用于：对N个第二信息进行特征提取，得到第五信息以及第六信息，第五信息用于指示N个行为之间的不同点，第六信息用于指示N个行为之间的相同点；对第五信息以及第六信息进行融合，得到第七信息，第七信息用于指示用户的兴趣分布；计算第七信息与K个第八信息之间的匹配度，匹配度作为项目推荐结果，第t个第八信息用于指示第t个第二项目，t＝1，...，K。

在一种可能的实现方式中，K个第二项目包含N个第一项目。

本申请实施例的第五方面提供了一种项目推荐装置，该装置包括存储器和处理器；存储器存储有代码，处理器被配置为执行代码，当代码被执行时，项目推荐装置执行如第一方面或第一方面中任意一种可能的实现方式所述的方法。

本申请实施例的第六方面提供了一种模型训练装置，该装置包括存储器和处理器；存储器存储有代码，处理器被配置为执行代码，当代码被执行时，模型训练装置执行如第二方面或第二方面中任意一种可能的实现方式所述的方法。

本申请实施例的第七方面提供了一种电路系统，该电路系统包括处理电路，该处理电路配置为执行如第一方面、第一方面中的任意一种可能的实现方式、第二方面或第二方面中任意一种可能的实现方式所述的方法。

本申请实施例的第八方面提供了一种芯片系统，该芯片系统包括处理器，用于调用存储器中存储的计算机程序或计算机指令，以使得该处理器执行如第一方面、第一方面中的任意一种可能的实现方式、第二方面或第二方面中任意一种可能的实现方式所述的方法。

在一种可能的实现方式中，该处理器通过接口与存储器耦合。

在一种可能的实现方式中，该芯片系统还包括存储器，该存储器中存储有计算机程序或计算机指令。

本申请实施例的第九方面提供了一种计算机存储介质，该计算机存储介质存储有计算机程序，该程序在由计算机执行时，使得计算机实施如第一方面、第一方面中的任意一种可能的实现方式、第二方面或第二方面中任意一种可能的实现方式所述的方法。

本申请实施例的第十方面提供了一种计算机程序产品，该计算机程序产品存储有指令，该指令在由计算机执行时，使得计算机实施如第一方面、第一方面中的任意一种可能的实现方式、第二方面或第二方面中任意一种可能的实现方式所述的方法。

本申请实施例，当需要为用户推荐其感兴趣的目标项目时，可先向目标模型输入N个第一信息，其中，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。然后，可通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。最后，可通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。前述过程中，由于N个第一信息不仅用于指示N个第一项目，还用于指示可划分为M个类别的N个行为，故目标模型对N个第一信息进行处理以相应得到N个第二信息的过程中，不仅可以考虑到属于同一类别的多个行为之间的相互影响以及多个第一项目之间的相互影响，还可以考虑到属于不同类别的多个行为之间的相互影响，所考虑的因素较为全面，故目标模型基于N个第二信息所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

附图说明

图1为人工智能主体框架的一种结构示意图；

图2a为本申请实施例提供的项目推荐系统的一个结构示意图；

图2b为本申请实施例提供的项目推荐系统的另一结构示意图；

图2c为本申请实施例提供的项目推荐的相关设备的一个示意图；

图3为本申请实施例提供的系统100架构的一个示意图；

图4为本申请实施例提供的项目推荐方法的一个流程示意图；

图5为本申请实施例提供的目标模型的一个结构示意图；

图6为本申请实施例提供的第一模块和第二模块的一个结构示意图；

图7为本申请实施例提供的模型训练方法的一个流程示意图；

图8为本申请实施例提供的项目推荐装置的一个结构示意图；

图9为本申请实施例提供的模型训练装置的一个结构示意图；

图10为本申请实施例提供的执行设备的一个结构示意图；

图11为本申请实施例提供的训练设备的一个结构示意图；

图12为本申请实施例提供的芯片的一个结构示意图。

具体实施方式

本申请实施例提供了一种项目推荐方法及其相关设备，其使用的神经网络模型所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

随着计算机技术的快速发展，为了满足用户的上网需求，开发商越来越倾向于在应用的页面上展现用户感兴趣的内容。基于此，针对于某个应用，往往需要预测用户会购买哪个或哪些项目，即为用户推荐其感兴趣的项目，从而将这些项目呈现在该应用的页面上，以为用户提供服务。例如，对于某个购物软件，需要预测用户在使用该购物软件时，倾向于购买哪部分商品，即为用户推荐其感兴趣的商品，并将这些商品显示在该购物软件的页面上，以供用户浏览和购买。

目前，可通过AI技术的神经网络模型来预测可推荐给用户的项目。具体地，可先收集用 户的历史信息，这些历史信息用于指示用户交互过的项目以及用户针对这些项目的行为。由于用户针对项目的行为有多种类别(例如，点击行为、收藏行为、搜索行为、添加购物车行为以及购买行为等各个类别的行为)，故可将用户的历史信息按行为的类别进行划分，并通过神经网络模型对各类历史信息分别进行处理，得到各类历史信息的处理结果。最后，可将各类历史信息的处理结果叠加，得到项目推荐结果，从而确定推荐给用户的目标项目。

上述过程中，神经网络模型在对历史信息进行处理时，主要考虑到属于同一类别的多个行为之间的相互影响，所考虑的因素较为单一，导致模型最终输出的项目推荐结果的准确度不高，影响用户体验。

进一步地，用户的多个行为之间往往是存在排序的(例如，时间先后顺序等等)，行为之间的排序往往也影响着用户的购买决策。例如，用户在某一段时间之前针对某一个项目的购买行为，依旧会对用户当前对另一项目的兴趣(是否执行购买行为)产生较大的影响，上述神经网络模型无法注意到该影响，导致其输出的项目推荐结果无法精准贴合用户的真实意图，也会降低项目推荐结果的准确度。

更进一步地，在上述神经网络模型的训练过程中，往往会忽略用于指示辅助行为(例如，点击行为、收藏行为、搜索行为以及添加购物车行为等等)的训练数据所起的作用，仅使用指示主要行为(例如，购买行为)的训练数据来完成模型的训练，导致训练得到的模型性能较差。

为了解决上述问题，本申请实施例提供了一种项目推荐方法，该方法可结合人工智能(artificial intelligence，AI)技术实现。AI技术是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能的技术学科，AI技术通过感知环境、获取知识并使用知识获得最佳结果。换句话说，人工智能技术是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。利用人工智能进行数据处理是人工智能常见的一个应用方式。

首先对人工智能系统总体工作流程进行描述，请参见图1，图1为人工智能主体框架的一种结构示意图，下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中，“智能信息链”反映从数据的获取到处理的一列过程。举例来说，可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中，数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程，反映人工智能为信息技术产业带来的价值。

(1)基础设施

基础设施为人工智能系统提供计算能力支持，实现与外部世界的沟通，并通过基础平台实现支撑。通过传感器与外部沟通；计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供；基础平台包括分布式计算框架及网络等相关的平台保障和支持，可以包括云存储和计算、互联互通网络等。举例来说，传感器和外部沟通获取数据，这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。

(2)数据

基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、 语音、文本，还涉及到传统设备的物联网数据，包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。

(3)数据处理

数据处理通常包括数据训练，机器学习，深度学习，搜索，推理，决策等方式。

其中，机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。

推理是指在计算机或智能系统中，模拟人类的智能推理方式，依据推理控制策略，利用形式化的信息进行机器思维和求解问题的过程，典型的功能是搜索与匹配。

决策是指智能信息经过推理后进行决策的过程，通常提供分类、排序、预测等功能。

(4)通用能力

对数据经过上面提到的数据处理后，进一步基于数据处理的结果可以形成一些通用的能力，比如可以是算法或者一个通用系统，例如，翻译，文本的分析，计算机视觉的处理，语音识别，图像的识别等等。

(5)智能产品及行业应用

智能产品及行业应用指人工智能系统在各领域的产品和应用，是对人工智能整体解决方案的封装，将智能信息决策产品化、实现落地应用，其应用领域主要包括：智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。

接下来介绍几种本申请的应用场景。

图2a为本申请实施例提供的项目推荐系统的一个结构示意图，该项目推荐系统包括用户设备以及数据处理设备。其中，用户设备包括手机、个人电脑或者信息处理中心等智能终端。用户设备为项目推荐的发起端，作为项目推荐请求的发起方，通常由用户通过用户设备发起请求。

上述数据处理设备可以是云服务器、网络服务器、应用服务器以及管理服务器等具有数据处理功能的设备或服务器。数据处理设备通过交互接口接收来自智能终端的项目推荐请求，再通过存储数据的存储器以及数据处理的处理器环节进行机器学习，深度学习，搜索，推理，决策等方式的项目推荐处理。数据处理设备中的存储器可以是一个统称，包括本地存储以及存储历史数据的数据库，数据库可以在数据处理设备上，也可以在其它网络服务器上。

在图2a所示的项目推荐系统中，用户设备可以接收用户的指令，例如用户可以触发/选择用户设备上的一个应用，然后向数据处理设备发起请求，使得数据处理设备针对用户设备上的该应用执行项目推荐处理，从而得到针对该应用的项目推荐结果。示例性的，用户可在安装于用户设备上的多个应用中，触发其中一个应用(例如，购物软件、音乐软件或软件商城等等)，然后向数据处理设备发起针对该应用的项目推荐请求，使得数据处理设备针对该应用进行项目推荐处理，从而得到针对该应用的项目推荐结果，即该应用中各个项目被用户购买的概率，故基于项目推荐结果，可将概率较大的一部分项目确定为推荐给用户的目标项目。

在图2a中，数据处理设备可以执行本申请实施例的项目推荐方法。

图2b为本申请实施例提供的项目推荐系统的另一结构示意图，在图2b中，用户设备直接作为数据处理设备，该用户设备能在确定用户所触发/选择的某个应用后，能够直接由用户设备本身针对该应用进行项目推荐处理，具体过程与图2a相似，可参考上面的描述，在此不 再赘述。

在图2b所示的项目推荐系统中，用户设备可以接收用户的指令，例如用户可在安装于用户设备上的多个应用中，触发其中一个应用，用户设备可直接针对该应用进行项目推荐处理，从而得到针对该应用的项目推荐结果，即该应用中各个项目被用户购买的概率，故基于项目推荐结果，可将概率较大的一部分项目确定为推荐给用户的目标项目。

在图2b中，用户设备自身就可以执行本申请实施例的项目推荐方法。

图2c为本申请实施例提供的项目推荐的相关设备的一个示意图。

上述图2a和图2b中的用户设备具体可以是图2c中的本地设备301或者本地设备302，图2a中的数据处理设备具体可以是图2c中的执行设备210，其中，数据存储系统250可以存储执行设备210的待处理数据，数据存储系统250可以集成在执行设备210上，也可以设置在云上或其它网络服务器上。

图2a和图2b中的处理器可以通过神经网络模型或者其它模型(例如，基于支持向量机的模型)进行数据训练/机器学习/深度学习，并利用数据最终训练或者学习得到的模型针对应用执行项目推荐处理，从而得到相应的处理结果。

图3为本申请实施例提供的系统100架构的一个示意图，在图3中，执行设备110配置输入/输出(input/output，I/O)接口112，用于与外部设备进行数据交互，用户可以通过客户设备140向I/O接口112输入数据，所述输入数据在本申请实施例中可以包括：各个待调度任务、可调用资源以及其他参数。

在执行设备110对输入数据进行预处理，或者在执行设备110的计算模块111执行计算等相关的处理(比如进行本申请中神经网络的功能实现)过程中，执行设备110可以调用数据存储系统150中的数据、代码等以用于相应的处理，也可以将相应处理得到的数据、指令等存入数据存储系统150中。

最后，I/O接口112将处理结果返回给客户设备140，从而提供给用户。

值得说明的是，训练设备120可以针对不同的目标或称不同的任务，基于不同的训练数据生成相应的目标模型/规则，该相应的目标模型/规则即可以用于实现上述目标或完成上述任务，从而为用户提供所需的结果。其中，训练数据可以存储在数据库130中，且来自于数据采集设备160采集的训练样本。

在图3中所示情况下，用户可以手动给定输入数据，该手动给定可以通过I/O接口112提供的界面进行操作。另一种情况下，客户设备140可以自动地向I/O接口112发送输入数据，如果要求客户设备140自动发送输入数据需要获得用户的授权，则用户可以在客户设备140中设置相应权限。用户可以在客户设备140查看执行设备110输出的结果，具体的呈现形式可以是显示、声音、动作等具体方式。客户设备140也可以作为数据采集端，采集如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果作为新的样本数据，并存入数据库130。当然，也可以不经过客户设备140进行采集，而是由I/O接口112直接将如图所示输入I/O接口112的输入数据及输出I/O接口112的输出结果，作为新的样本数据存入数据库130。

值得注意的是，图3仅是本申请实施例提供的一种系统架构的示意图，图中所示设备、器件、模块等之间的位置关系不构成任何限制，例如，在图3中，数据存储系统150相对执 行设备110是外部存储器，在其它情况下，也可以将数据存储系统150置于执行设备110中。如图3所示，可以根据训练设备120训练得到神经网络。

本申请实施例还提供的一种芯片，该芯片包括神经网络处理器NPU。该芯片可以被设置在如图3所示的执行设备110中，用以完成计算模块111的计算工作。该芯片也可以被设置在如图3所示的训练设备120中，用以完成训练设备120的训练工作并输出目标模型/规则。

神经网络处理器NPU，NPU作为协处理器挂载到主中央处理器(central processing unit，CPU)(host CPU)上，由主CPU分配任务。NPU的核心部分为运算电路，控制器控制运算电路提取存储器(权重存储器或输入存储器)中的数据并进行运算。

在一些实现中，运算电路内部包括多个处理单元(process engine,PE)。在一些实现中，运算电路是二维脉动阵列。运算电路还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中，运算电路是通用的矩阵处理器。

举例来说，假设有输入矩阵A，权重矩阵B，输出矩阵C。运算电路从权重存储器中取矩阵B相应的数据，并缓存在运算电路中每一个PE上。运算电路从输入存储器中取矩阵A数据与矩阵B进行矩阵运算，得到的矩阵的部分结果或最终结果，保存在累加器(accumulator)中。

向量计算单元可以对运算电路的输出做进一步处理，如向量乘，向量加，指数运算，对数运算，大小比较等等。例如，向量计算单元可以用于神经网络中非卷积/非FC层的网络计算，如池化(pooling)，批归一化(batch normalization)，局部响应归一化(local response normalization)等。

在一些实现种，向量计算单元能将经处理的输出的向量存储到统一缓存器。例如，向量计算单元可以将非线性函数应用到运算电路的输出，例如累加值的向量，用以生成激活值。在一些实现中，向量计算单元生成归一化的值、合并值，或二者均有。在一些实现中，处理过的输出的向量能够用作到运算电路的激活输入，例如用于在神经网络中的后续层中的使用。

统一存储器用于存放输入数据以及输出数据。

权重数据直接通过存储单元访问控制器(direct memory access controller，DMAC)将外部存储器中的输入数据搬运到输入存储器和/或统一存储器、将外部存储器中的权重数据存入权重存储器，以及将统一存储器中的数据存入外部存储器。

总线接口单元(bus interface unit，BIU)，用于通过总线实现主CPU、DMAC和取指存储器之间进行交互。

与控制器连接的取指存储器(instruction fetch buffer)，用于存储控制器使用的指令；

控制器，用于调用指存储器中缓存的指令，实现控制该运算加速器的工作过程。

一般地，统一存储器，输入存储器，权重存储器以及取指存储器均为片上(On-Chip)存储器，外部存储器为该NPU外部的存储器，该外部存储器可以为双倍数据率同步动态随机存储器(double data rate synchronous dynamic random access memory，DDR SDRAM)、高带宽存储器(high bandwidth memory，HBM)或其他可读可写的存储器。

由于本申请实施例涉及大量神经网络的应用，为了便于理解，下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。

(1)神经网络

神经网络可以是由神经单元组成的，神经单元可以是指以xs和截距1为输入的运算单元， 该运算单元的输出可以为：

其中，s＝1、2、……n，n为大于1的自然数，Ws为xs的权重，b为神经单元的偏置。f为神经单元的激活函数(activation functions)，用于将非线性特性引入神经网络中，来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入。激活函数可以是sigmoid函数。神经网络是将许多个上述单一的神经单元联结在一起形成的网络，即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连，来提取局部接受域的特征，局部接受域可以是由若干个神经单元组成的区域。

神经网络中的每一层的工作可以用数学表达式y＝a(Wx+b)来描述：从物理层面神经网络中的每一层的工作可以理解为通过五种对输入空间(输入向量的集合)的操作，完成输入空间到输出空间的变换(即矩阵的行空间到列空间)，这五种操作包括：1、升维/降维；2、放大/缩小；3、旋转；4、平移；5、“弯曲”。其中1、2、3的操作由Wx完成，4的操作由+b完成，5的操作则由a()来实现。这里之所以用“空间”二字来表述是因为被分类的对象并不是单个事物，而是一类事物，空间是指这类事物所有个体的集合。其中，W是权重向量，该向量中的每一个值表示该层神经网络中的一个神经元的权重值。该向量W决定着上文所述的输入空间到输出空间的空间变换，即每一层的权重W控制着如何变换空间。训练神经网络的目的，也就是最终得到训练好的神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。因此，神经网络的训练过程本质上就是学习控制空间变换的方式，更具体的就是学习权重矩阵。

因为希望神经网络的输出尽可能的接近真正想要预测的值，所以可以通过比较当前网络的预测值和真正想要的目标值，再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然，在第一次更新之前通常会有初始化的过程，即为神经网络中的各层预先配置参数)，比如，如果网络的预测值高了，就调整权重向量让它预测低一些，不断的调整，直到神经网络能够预测出真正想要的目标值。因此，就需要预先定义“如何比较预测值和目标值之间的差异”，这便是损失函数(loss function)或目标函数(objective function)，它们是用于衡量预测值和目标值的差异的重要方程。其中，以损失函数举例，损失函数的输出值(loss)越高表示差异越大，那么神经网络的训练就变成了尽可能缩小这个loss的过程。

(2)反向传播算法

神经网络可以采用误差反向传播(back propagation，BP)算法在训练过程中修正初始的神经网络模型中参数的大小，使得神经网络模型的重建误差损失越来越小。具体地，前向传递输入信号直至输出会产生误差损失，通过反向传播误差损失信息来更新初始的神经网络模型中参数，从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动，旨在得到最优的神经网络模型的参数，例如权重矩阵。

下面从神经网络的训练侧和神经网络的应用侧对本申请提供的方法进行描述。

本申请实施例提供的模型训练方法，涉及数据序列的处理，具体可以应用于数据训练、 机器学习、深度学习等方法，对训练数据(例如，将本申请实施例提供的模型训练方法中的N个第一信息以及N个第三信息等等)进行符号化和形式化的智能信息建模、抽取、预处理、训练等，最终得到训练好的神经网络(如本申请实施例提供的模型训练方法中的目标模型)；并且，本申请实施例提供的项目推荐方法可以运用上述训练好的神经网络，将输入数据(例如，将本申请实施例提供的项目推荐方法中的N个第一信息以及N个第三信息等等)输入到所述训练好的神经网络中，得到输出数据(如本申请实施例提供的项目推荐方法中的项目推荐结果等等)。需要说明的是，本申请实施例提供的模型训练方法和项目推荐方法是基于同一个构思产生的发明，也可以理解为一个系统中的两个部分，或一个整体流程的两个阶段：如模型训练阶段和模型应用阶段。

图4为本申请实施例提供的项目推荐方法的一个流程示意图，如图4所示，该方法包括：

401、获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。

本实施例中，用户在使用某个应用时，为了在该应用的页面上显示用户感兴趣的项目，可先采集用户之前使用该应用的一些历史数据，这些历史数据可包含用户在该应用上曾经操作过的N个第一项目(也可以称为历史项目)的属性信息(例如，第一项目的名称、第一项目的价格、第一项目的功能以及第一项目的类别等等)，以及用户在操作这N个第一项目时所执行的N个行为的相关信息(例如，行为的类别等等)。需要说明的是，基于这N个行为的相关信息，可将这N个行为划分为M个类别，一个类别可包含至少一个行为，例如，对于某个购物软件而言，设用户曾经在该软件上点击了3个商品，收藏了2个商品，购买了2个商品，可见，用户曾经操作过7个商品，故相应地执行了7个行为，这7个行为可划分为3类，其中，第1类包含3个点击行为，第2类包含2个收藏行为，第3类包含2个购买行为。那么，在采集用户针对该软件的历史数据时，历史数据包含这7个商品的属性信息以及这7个行为的相关信息。

那么，可将对N个第一项目的属性信息分别映射在隐空间上，相应得到N个第一项目的向量表示，其中，第i个第一项目的向量表示用于指示第i个第一项目。同样地，还可将N个行为的相关信息分别映射在隐空间上，相应得到N个行为的向量表示(即N个第三信息)，其中，第i个行为的向量表示(即第i个第三信息)用于指示用户针对第i个第一项目的行为。例如，对N个第一项目的属性信息进行映射后，可得到N个第一项目的向量表示x＝[x₁,x₂,...,x_N]，其中，第1个第一项目的向量表示x₁用于指示第1个第一项目，第2个第一项目的向量表示x₂用于指示第2个第一项目，...，第N个第一项目的向量表示x_N用于指示第N个第一项目。同样地，对N个行为的相关信息进行映射后，可得到N个行为的向量表示b＝[b₁,b₂,...,b_N]，其中，第1个行为的向量表示b₁(即第1个第三信息)用于指示用户针对第1个第一项目的行为，第2个行为的向量表示b₂(即第2个第三信息)用于指示用户针对第2个第一项目的行为，...，第N个行为的向量表示b_N(即第N个第三信息)用于指示用户针对第N个第一项目的行为。

基于此，可将第i个第一项目的向量表示与第i个行为的向量表示进行拼接，得到第i个第一信息，第i个第一信息用于指示第i个第一项目以及用户针对第i个第一项目的行为。 对于其余第一项目的向量表示以及其余行为的向量表示也可以进行类似的拼接操作，故可得到N个第一信息。依旧如上述例子，可将第1个第一项目的向量表示x₁与第1个行为的向量表示b₁进行拼接，得到第1个第一信息h₁，可将第2个第一项目的向量表示与第2个行为的向量表示进行拼接，得到第2个第一信息h₂，...，第N个第一项目的向量表示与第N个行为的向量表示进行拼接，得到第N个第一信息h_N。如此一来，则得到了N个第一信息H＝[h₁,h₂,...,h_N]。

得到N个第一信息后，可将N个第一信息输入至目标模型(已训练好的神经网络模型)，以通过目标模型对N个第一信息进行处理，得到项目推荐结果。

402、通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。

目标模型得到N个第一信息，可基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。

值得注意的是，如图5所示(图5为本申请实施例提供的目标模型的一个结构示意图)，目标模型可包含第一模块、第二模块以及第三模块，其中，第一模块的第一输入端作为整个目标模型的第一输入端，用于接收N个第一信息，第一模块的第二输入端作为目标模型的第二输入端，用于接收N个第三信息，第二模块的输入端作为目标模型的第三输入端，用于接收接收N个第三信息，第三模块的第一输入端作为目标模型的第四输入端，用于接收接收N个第三信息，第一模块的第三输入端与第二模块的输出端连接，第一模块的输出端与第三模块的第二输入端连接，第三模块的输出端作为目标模型的输出端。

具体地，目标模型的第一模块可通过以下方式，来基于多头自注意力机制对N个第一信息进行处理，从而得到N个第二信息：

(1)接收到N个第一信息后，对于N个第一信息中的任意一个第一信息，即第i个第一信息，第一模块可先对第i个第一信息进行线性处理，从而得到第i个Q信息，第i个K信息以及第i个V信息。对于除第i个第一信息之外的其余第一信息，第一模块也可执行如同对第i个第一信息所执行的操作，故总共可得到N个Q信息，N个K信息以及N个V信息。也就是说，第一模块可对第1个第一信息进行线性处理，得到第1个Q信息、第1个K信息以及第1个V信息，还可对第2个第一信息进行线性处理，得到第2个Q信息、第2个K信息以及第2个V信息，...，还可第N个第一信息进行线性处理，得到第N个Q信息、第N个K信息以及第N个V信息。

(2)对于第i个Q信息，第一模块可对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息，第i个行为对应的第j个权重信息基于第i个行为以及第j个行为确定，j＝1，...，N。对于除第i个Q信息之外的其余Q信息，第一模块也可执行如同对第i个Q信息所执行的操作，故可得到N个第二信息。也就是说，第一模块可先对第1个Q信息、N个K信息、N个V信息以及第1个行为对应的N个权重信息进行运算，得到第1个第二信息，第一模块还可对第2个Q信息、N个K信息、N个V信息以及第2个行为对应的N个权重信息进行运算，得到第2个第二信息，...，第一模块还可对第N个Q信息、N个K信息、N个V信息以及第N个行为对应的N个权重信息进行运算，得到第N个第二信息。其中，第1个行为对应的第1个权重信息基于第1个行为确定，第1个行为对应的第2个权重信息基于第1个行为以及第2个行为确定，...，第1个行为的第N个权重信息基于第1个行为以及第N个行为确定，...，第N个行为对应的第1个权重信息基 于第N个行为以及第1个行为确定，第N个行为对应的第2个权重信息基于第N个行为以及第2个行为确定，...，第N个行为的第N个权重信息基于第N个行为确定。

进一步地，目标模型的第二模块还可配合目标模型的第一模块，以共同获取N个第二信息：

(1)接收到N个第三信息后，对于N个第三信息中的任意一个第三信息，即第i个第三信息，第二模块可对第i个第三信息以及N个第三信息进行运算，得到第i个行为对应的N个第四信息，第i个行为对应的第j个第四信息用于指示第i个行为与第j个行为之间的距离。对于除第i个第三信息之外的其余第三信息，第二模块也可执行如同对第i个第三信息所执行的操作，故总共可得到第1个行为对应的N个第四信息，第2个行为对应的N个第四信息，...，第N个行为对应的N个第四信息。也就是说，第二模块可对第1个第三信息以及第1个第三信息进行运算，得到第1个行为对应的第1个第四信息(用于指示第1个行为之间的距离)，还可对第1个第三信息以及第2个第三信息进行运算，得到第1个行为对应的第2个第四信息(用于指示第1个行为与第2个行为之间的距离)，...，还可对第1个第三信息以及第N个第三信息进行运算，得到第1个行为对应的第N个第四信息(用于指示第1个行为与第N个行为之间的距离)，...，还可对第N个第三信息以及第1个第三信息进行运算，得到第N个行为对应的第1个第四信息(用于指示第N个行为以及第1个行为之间的距离)，还可对第N个第三信息以及第2个第三信息进行运算，得到第N个行为对应的第2个第四信息(用于指示第N个行为与第2个行为之间的距离)，...，还可对第N个第三信息以及第N个第三信息进行运算，得到第N个行为对应的第N个第四信息(用于指示第N个行为之间的距离)。

(2)接收到来自第二模块的第1个行为对应的N个第四信息，第2个行为对应的N个第四信息，...，第N个行为对应的N个第四信息后，对于第i个Q信息，第一模块可对第i个Q信息、N个K信息、N个V信息、第i个行为对应的N个权重信息以及第i个行为对应的N个第四信息进行运算，得到第i个第二信息。对于除第i个Q信息之外的其余Q信息，第一模块也可执行如同对第i个Q信息所执行的操作，故可得到N个第二信息。也就是说，第一模块可先对第1个Q信息、N个K信息、N个V信息、第1个行为对应的N个权重信息以及第1个行为对应的N个第四信息进行运算，得到第1个第二信息，第一模块还可对第2个Q信息、N个K信息、N个V信息、第2个行为对应的N个权重信息以及第2个行为对应的N个第四信息进行运算，得到第2个第二信息，...，第一模块还可对第N个Q信息、N个K信息、N个V信息、第N个行为对应的N个权重信息以及第N个行为对应的N个第四信息进行运算，得到第N个第二信息。

更进一步地，第i个行为与第j个行为之间的距离包括：第i个行为的排序与第j个行为的排序之间的间隔，例如，用户执行第i个行为的时间与用户执行第j个行为的时间之间的间隔等等。

依旧如上述例子，如图6所示(图6为本申请实施例提供的第一模块和第二模块的一个结构示意图，图6是在图5的基础上进行绘制的)，目标模型的第一模块可包含N组自注意力模块以及多层感知机(multilayer perceptro，MLP)模块，N组自注意力模块均与MLP模块连接，每一组自注意力模块可包含N个自注意力模块，且在这N组自注意力中，第1组自注意力模块用于处理第1个第一信息h₁以得到第1个第十二信息g₁，第2组自注意力模块用于 处理第2个第一信息h₂以得到第2个第十二信息g₂，...，第N组自注意力模块业用于处理第N个第一信息h_N以得到第N个第十二信息g_N。MLP模块可分别对第1个第十二信息g₁，第2个第十二信息g₂，...，第N个第十二信息g_N分别进行处理，相应得到第1个第二信息h`<sub>1</sub>，第2个第二信息h`₂，第N个第二信息h`_N。

下文将对N组自注意力模块和MLP模块的工作流程进行介绍。由于N组自注意力模块的工作流程是类似的，为了方便说明，下文以N组自注意力模块中的任意一组自注意力模块，即第i组自注意力模块进行介绍，

对于第i组自注意力模块中第j个自注意力模块而言，其输入为第i个第一信息h_i以及第j个信息h_j，该自注意力模块可先对第i个第一信息h_i进行线性处理，得到第i个Q信息q_i、第i个K信息k_i以及第i个V信息v_i，并对第j个信息h_j进行线性处理，得到第j个Q信息q_j、第j个K信息k_j以及第j个V信息v_j。

接着，该模块可对第i个Q信息q_i、第j个K信息k_j以及第i个行为对应的第j个第一权重矩阵进行相乘，得到第i个行为对应的第j个第九信息F[i,j],该信息如以下公式所示：

与此同时，该模块还可接收来自第二模块的第i个行为对应的第j个第四信息P₁[i,j]，第i个行为对应的第j个第四信息P₁[i,j]可由第二模块对第i个第三信息b_i以及第j个第三信息b_j进行运算得到,该运算过程如以下公式所示：

上式中，(j-i)可基于第i个第三信息b_i以及第j个第三信息b_j确定，表示第i个行为的排序与第j个行为的排序之间的间隔。

然后，该模块可将第i个行为对应的第j个第九信息F[i,j]以及第i个行为对应的第j个第四信息P₁[i,j]进行融合(例如，相加等等)再进行归一化(例如，softmax处理等等)，得到第i个行为对应的第j个第十信息A[i,j]。

随后，该模块可将第i个行为对应的第j个第十信息A[i,j]、第i个行为对应的第j个第二权重矩阵以及第j个V信息v_j进行相乘，得到第i个行为对应的第j个第十一信息R[i,j]，该信息如以下公式所示：

需要说明的是，第i个行为对应的第j个第一权重矩阵以及第i个行为对应的第j个第二权重矩阵即为第i个行为对应的第j个权重信息。

同理，第i组自注意力模块中除第j个自注意力模块其余自注意力模块也可执行如同第j个自注意力模块所执行的操作，故第i组自注意力模块可得到第i个行为对应的N个第十一信息R[i]＝[R[i,1],R[i,2],...,R[i,N]]，并R[i,1],R[i,2],...,R[i,N]进行加权求和，得到第i个第十二信息g_i。

同理，除了第i组自注意力模块之外的其余组自注意力模块，也可执行如同第i组自注意力模块所执行的操作，故N组自注意力模块总共可得到N个第十二信息G＝[g₁,g₂,...,g_N]，即第1个第十二信息g₁，第2个第十二信息g₂，...，第N个第十二信息g_N。

最后，MLP模块接收到N个第十二信息G＝[g₁,g₂,...,g_N]后，可结合N个第三信息b＝[b₁,b₂,...,b_n]对N个第十二信息G＝[g₁,g₂,...,g_N]进行处理，得到N个第二信息H`＝[h`₁,h`<sub>2</sub>,...,h`_N]，即对第1个第三信息b₁以及第1个第十二信息g₁进行处理(例如，特征提取以及非线性处理等等)，得到第1个第二信息h`<sub>1</sub>，对第2个第三信息b<sub>2</sub>以及第2个第十二信息g<sub>2</sub>进行处理，得到第2个第二信息h`₂,...，对第N个第三信息b_N以及第N个第十二信息g_N进行处理(例如，特征提取以及非线性处理等等)，得到第N个第二信息h`_N。

403、通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。

得到N个第二信息后，目标模型可基于N个第二信息，来获取项目推荐结果，项目推荐结果可用于在K个第二项目(也可以理解为候选项目)中确定推荐给用户的目标项目，K≥1。一般地，这K个第二项目包含N个第一项目。

具体地，目标模型的第三模块可通过以下方式来获取项目推荐结果：

(1)接收到来自第一模块的N个第二信息后，第三模块的第一专家网络可对N个第二信息进行特征提取，得到第五信息，第五信息包含N个行为中每个行为的专属特点，故第五信息可用于第五信息用于指示N个行为之间的不同点。与此同时，第三模块的第二专家网络可对N个第二信息进行特征提取，得到第六信息，第六信息包含N个行为的共同特征，故第六信息可用于指示N个行为之间的相同点。

(2)得到第五信息和第六信息后，第三模块可对第五信息以及第六信息进行加权求和(所使用的权重可由第三模块基于N个第三信息确定)，得到第七信息，第七信息即为用户的行为表征，故第七信息可用于指示用户的兴趣分布。

(3)得到第七信息后，第三模块还可获取K个第八信息，其中，第t个第八信息用于指示第t个第二项目，t＝1，...，K。在K个第八信息中，第三模块可计算第七信息与第t个第八信息之间的匹配度，对于除第t个第八信息之外的第八信息，第三模块也可以执行如同对 第t个第八信息所执行的操作，故可得到第七信息与K个第八信息之间的匹配度，故这些对匹配度可作为目标模型最终输出的项目推荐结果。

如此一来，基于项目推荐结果，可将匹配度较高的一部分第二项目，确定为推荐给用户的目标项目。

此外，还可将本申请实施例提供的目标模块与相关技术提供的神经网络模型进行比较，以比较这些模型在不同数据集上的性能表现，比较结果如表1所示：

表1

基于表1可知，在推荐精度上，本申请实施例提供的目标模型在两个指标上都可以取得最好的实验结果，证明本了申请实施例提供的项目推荐方式的有效性。

本申请实施例中，当需要为用户推荐其感兴趣的目标项目时，可先向目标模型输入N个第一信息，其中，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。然后，可通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。最后，可通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。前述过程中，由于N个第一信息不仅用于指示 N个第一项目，还用于指示可划分为M个类别的N个行为，故目标模型对N个第一信息进行处理以相应得到N个第二信息的过程中，不仅可以考虑到属于同一类别的多个行为之间的相互影响以及多个第一项目之间的相互影响，还可以考虑到属于不同类别的多个行为之间的相互影响，所考虑的因素较为全面，故目标模型基于N个第二信息所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

进一步地，目标模型在基于多头自注意力机制对N个第一信息进行处理的过程中，还考虑了不同行为的排序之间的间隔(例如，用户执行不同行为的时间之间的间隔)所产生的影响，所考虑的因素相较于相关技术更加全面，其输出的项目推荐结果也可精准贴合用户的真实意图，从而进一步提高项目推荐结果的准确度。

以上是对本申请实施例提供的项目推荐方法所进行的项目推荐方法所进行的详细说明，以下将对本申请实施例提供的模型训练方法进行介绍。图7为本申请实施例提供的模型训练方法的一个流程示意图，如图7所示，该方法包括：

701、将N个第一信息输入至待训练模型中，得到预测的项目推荐结果，待训练模型用于：获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；基于多头注意力机制对N个第一信息进行处理，得到N个第二信息；基于N个第二信息，获取预测的项目推荐结果，预测的项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。

本实施例中，当需要对待训练模型(即需要训练的神经网络模型)进行训练时，可先获取一批训练数据，该批训练数据包含N个第一信息，其中，第i个第一信息用于指示第i个第一项目(即历史项目)以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。值得注意的是，与这N个第一信息对应的真实的项目推荐结果是已知的，故基于真实的项目推荐结果，可在K个第二项目(即候选项目)中确定推荐给用户的真实项目。

那么，得到N个第一信息后，可将N个第一信息输入至待训练模型，那么，接收到N个第一信息后，待训练模型可基于多头注意力机制对N个第一信息进行处理，得到N个第二信息。然后，待训练模型可基于N个第二信息，获取预测的项目推荐结果，预测的项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目(预测项目)。

在一种可能的实现方式中，待训练模型，用于：对第i个第一信息进行线性处理，得到第i个Q信息，第i个K信息以及第i个V信息；对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息，第i个行为对应的第j个权重信息基于第i个行为以及第j个行为确定，j＝1，...，N。

在一种可能的实现方式中，待训练模型，还用于：获取N个第三信息，第i个第三信息用于指示第i个行为；对第i个第三信息以及N个第三信息进行运算，得到第i个行为对应的N个第四信息，第i个行为对应的第j个第四信息用于指示第i个行为与第j个行为之间的距离；待训练模型，用于对第i个Q信息、N个K信息、N个V信息、第i个行为对应的N个权重信息以及第i个行为对应的N个第四信息进行运算，得到第i个第二信息。

在一种可能的实现方式中，第i个行为与第j个行为之间的距离包括：第i个行为的排 序与第j个行为的排序之间的间隔。

在一种可能的实现方式中，待训练模型，用于：对N个第二信息进行特征提取，得到第五信息以及第六信息，第五信息用于指示N个行为之间的不同点，第六信息用于指示N个行为之间的相同点；对第五信息以及第六信息进行融合，得到第七信息，第七信息用于指示用户的兴趣分布；计算第七信息与K个第八信息之间的匹配度，匹配度作为项目推荐结果，第t个第八信息用于指示第t个第二项目，t＝1，...，K。

在一种可能的实现方式中，K个第二项目包含N个第一项目。

需要说明的是，关于步骤701的介绍，可参考图4所示实施例中步骤401至步骤403的相关说明部分，此处不再赘述。

702、基于预测的项目推荐结果以及真实的项目推荐结果，获取目标损失，目标损失用于指示预测的项目推荐结果以及真实的项目推荐结果之间的差异。

得到待训练模型输出的预测的项目推荐结果后，由于真实的项目推荐结果是已知的，故可通过预置的目标损失函数对预测的项目推荐结果以及真实的项目推荐结果进行计算，从而得到目标损失，目标损失用于指示预测的项目推荐结果以及真实的项目推荐结果之间的差异。

703、基于目标损失，对待训练模型的参数进行更新，直至满足模型训练条件，得到目标模型。

得到目标损失后，可基于目标损失对待训练模型的参数进行更新，并利用下一批训练数据对参考更新后的待训练模型继续进行训练，直至满足模型训练条件(例如，目标损失达到收敛等等)，从而得到图4所示实施例中的目标模型。

本申请实施例训练得到的目标模型，具备为用户推荐项目的功能。当需要为用户推荐其感兴趣的目标项目时，可先向目标模型输入N个第一信息，其中，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。然后，可通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。最后，可通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。前述过程中，由于N个第一信息不仅用于指示N个第一项目，还用于指示可划分为M个类别的N个行为，故目标模型对N个第一信息进行处理以相应得到N个第二信息的过程中，不仅可以考虑到属于同一类别的多个行为之间的相互影响以及多个第一项目之间的相互影响，还可以考虑到属于不同类别的多个行为之间的相互影响，所考虑的因素较为全面，故目标模型基于N个第二信息所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

进一步地，目标模型在基于多头自注意力机制对N个第一信息进行处理的过程中，还考虑了不同行为的排序之间的间隔(例如，用户执行不同行为的时间之间的间隔)所产生的影响，所考虑的因素相较于相关技术更加全面，其输出的项目推荐结果也可精准贴合用户的真实意图，从而进一步提高项目推荐结果的准确度。

更进一步地，在目标模型的训练过程中，所使用的训练数据，即N个第一信息用于指示可划分为M个类别的N个行为，这N个行为既可包含点击行为、收藏行为、搜索行为、添加购物车行为等行为，还可包含购买行为，由此可见，本申请实施例不仅会考虑指示主要行为的训练数据在模型训练中所发挥的作用，还会考虑辅助行为在模型训练中所发挥的作用，故 训练得到的目标模型可具备良好的性能。

以上是对本申请实施例提供的模型训练方法进行的详细说明，以下将对本申请实施例提供的项目推荐装置和模型训练装置进行介绍。图8为本申请实施例提供的项目推荐装置的一个结构示意图，如图8所示，该装置包括：

第一获取模块801，用于通过目标模型获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；

处理模块802，用于通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息；

第二获取模块803，用于通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。

本申请实施例中，当需要为用户推荐其感兴趣的目标项目时，可先向目标模型输入N个第一信息，其中，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。然后，可通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。最后，可通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。前述过程中，由于N个第一信息不仅用于指示N个第一项目，还用于指示可划分为M个类别的N个行为，故目标模型对N个第一信息进行处理以相应得到N个第二信息的过程中，不仅可以考虑到属于同一类别的多个行为之间的相互影响以及多个第一项目之间的相互影响，还可以考虑到属于不同类别的多个行为之间的相互影响，所考虑的因素较为全面，故目标模型基于N个第二信息所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

在一种可能的实现方式中，处理模块802，用于：通过目标模型对第i个第一信息进行线性处理，得到第i个Q信息，第i个K信息以及第i个V信息；通过目标模型对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息，第i个行为对应的第j个权重信息基于第i个行为以及第j个行为确定，j＝1，...，N。

在一种可能的实现方式中，该装置还包括：第三获取模块，用于通过目标模型获取N个第三信息，第i个第三信息用于指示第i个行为；运算模块，用于通过目标模型对第i个第三信息以及N个第三信息进行运算，得到第i个行为对应的N个第四信息，第i个行为对应的第j个第四信息用于指示第i个行为与第j个行为之间的距离；处理模块802，用于通过目标模型对第i个Q信息、N个K信息、N个V信息、第i个行为对应的N个权重信息以及第i个行为对应的N个第四信息进行运算，得到第i个第二信息。

在一种可能的实现方式中，第i个行为与第j个行为之间的距离包括：第i个行为的排序与第j个行为的排序之间的间隔。

在一种可能的实现方式中，第二获取模块803，用于：通过目标模型对N个第二信息进行特征提取，得到第五信息以及第六信息，第五信息用于指示N个行为之间的不同点，第六信息用于指示N个行为之间的相同点；通过目标模型对第五信息以及第六信息进行融合，得 到第七信息，第七信息用于指示用户的兴趣分布；通过目标模型计算第七信息与K个第八信息之间的匹配度，匹配度作为项目推荐结果，第t个第八信息用于指示第t个第二项目，t＝1，...，K。

在一种可能的实现方式中，K个第二项目包含N个第一项目。

图9为本申请实施例提供的模型训练装置的一个结构示意图，如图9所示，该装置包括：

处理模块901，用于将N个第一信息输入至待训练模型中，得到预测的项目推荐结果，待训练模型用于：获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；基于多头注意力机制对N个第一信息进行处理，得到N个第二信息；基于N个第二信息，获取预测的项目推荐结果，预测的项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1；

获取模块902，用于基于预测的项目推荐结果以及真实的项目推荐结果，获取目标损失，目标损失用于指示预测的项目推荐结果以及真实的项目推荐结果之间的差异；

更新模块903，用于基于目标损失，对待训练模型的参数进行更新，直至满足模型训练条件，得到目标模型。

本申请实施例训练得到的目标模型，具备为用户推荐项目的功能。当需要为用户推荐其感兴趣的目标项目时，可先向目标模型输入N个第一信息，其中，第i个第一信息用于指示第i个第一项目以及第i个行为，第i个行为是用户针对第i个项目的行为，用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1。然后，可通过目标模型基于多头自注意力机制对N个第一信息进行处理，得到N个第二信息。最后，可通过目标模型基于N个第二信息，获取项目推荐结果，项目推荐结果用于在K个第二项目中确定推荐给用户的目标项目，K≥1。前述过程中，由于N个第一信息不仅用于指示N个第一项目，还用于指示可划分为M个类别的N个行为，故目标模型对N个第一信息进行处理以相应得到N个第二信息的过程中，不仅可以考虑到属于同一类别的多个行为之间的相互影响以及多个第一项目之间的相互影响，还可以考虑到属于不同类别的多个行为之间的相互影响，所考虑的因素较为全面，故目标模型基于N个第二信息所输出的项目推荐结果，能够具备较高的准确度，有利于优化用户体验。

在一种可能的实现方式中，待训练模型，用于：对第i个第一信息进行线性处理，得到第i个Q信息，第i个K信息以及第i个V信息；对第i个Q信息、N个K信息、N个V信息以及第i个行为对应的N个权重信息进行运算，得到第i个第二信息，第i个行为对应的第j个权重信息基于第i个行为以及第j个行为确定，j＝1，...，N。

在一种可能的实现方式中，待训练模型，还用于：获取N个第三信息，第i个第三信息用于指示第i个行为；对第i个第三信息以及N个第三信息进行运算，得到第i个行为对应的N个第四信息，第i个行为对应的第j个第四信息用于指示第i个行为与第j个行为之间的距离；待训练模型，用于对第i个Q信息、N个K信息、N个V信息、第i个行为对应的N个权重信息以及第i个行为对应的N个第四信息进行运算，得到第i个第二信息。

在一种可能的实现方式中，第i个行为与第j个行为之间的距离包括：第i个行为的排序与第j个行为的排序之间的间隔。在一种可能的实现方式中，待训练模型，用于：对N个第二信息进行特征提取，得到第五信息以及第六信息，第五信息用于指示N个行为之间的不 同点，第六信息用于指示N个行为之间的相同点；对第五信息以及第六信息进行融合，得到第七信息，第七信息用于指示用户的兴趣分布；计算第七信息与K个第八信息之间的匹配度，匹配度作为项目推荐结果，第t个第八信息用于指示第t个第二项目，t＝1，...，K。

在一种可能的实现方式中，K个第二项目包含N个第一项目。

需要说明的是，上述装置各模块/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其带来的技术效果与本申请方法实施例相同，具体内容可参考本申请实施例前述所示的方法实施例中的叙述，此处不再赘述。

本申请实施例还涉及一种执行设备，图10为本申请实施例提供的执行设备的一个结构示意图。如图10所示，执行设备1000具体可以表现为手机、平板、笔记本电脑、智能穿戴设备、服务器等，此处不做限定。其中，执行设备1000上可部署有图8对应实施例中所描述的项目推荐装置，用于实现图4对应实施例中项目推荐的功能。具体的，执行设备1000包括：接收器1001、发射器1002、处理器1003和存储器1004(其中执行设备1000中的处理器1003的数量可以一个或多个，图10中以一个处理器为例)，其中，处理器1003可以包括应用处理器10031和通信处理器10032。在本申请的一些实施例中，接收器1001、发射器1002、处理器1003和存储器1004可通过总线或其它方式连接。

存储器1004可以包括只读存储器和随机存取存储器，并向处理器1003提供指令和数据。存储器1004的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory，NVRAM)。存储器1004存储有处理器和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。

处理器1003控制执行设备的操作。具体的应用中，执行设备的各个组件通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都称为总线系统。

上述本申请实施例揭示的方法可以应用于处理器1003中，或者由处理器1003实现。处理器1003可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1003中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1003可以是通用处理器、数字信号处理器(digital signal processing，DSP)、微处理器或微控制器，还可进一步包括专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器1003可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1004，处理器1003读取存储器1004中的信息，结合其硬件完成上述方法的步骤。

接收器1001可用于接收输入的数字或字符信息，以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器1002可用于通过第一接口输出数字或字符信息；发射器1002还可用于通过第一接口向磁盘组发送指令，以修改磁盘组中的数据；发射器1002还可 以包括显示屏等显示设备。

本申请实施例中，在一种情况下，处理器1003，用于通过图4对应实施例中的目标模型，对与用户相关联的信息进行处理，从而得到项目推荐结果。

本申请实施例还涉及一种训练设备，图11为本申请实施例提供的训练设备的一个结构示意图。如图11所示，训练设备1100由一个或多个服务器实现，训练设备1100可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，CPU)1114(例如，一个或一个以上处理器)和存储器1132，一个或一个以上存储应用程序1142或数据1144的存储介质1130(例如一个或一个以上海量存储设备)。其中，存储器1132和存储介质1130可以是短暂存储或持久存储。存储在存储介质1130的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对训练设备中的一系列指令操作。更进一步地，中央处理器1114可以设置为与存储介质1130通信，在训练设备1100上执行存储介质1130中的一系列指令操作。

训练设备1100还可以包括一个或一个以上电源1126，一个或一个以上有线或无线网络接口1150，一个或一个以上输入输出接口1158；或，一个或一个以上操作系统1141，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

具体的，训练设备可以执行图7对应实施例中的模型训练方法。

本申请实施例还涉及一种计算机存储介质，该计算机可读存储介质中存储有用于进行信号处理的程序，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。

本申请实施例还涉及一种计算机程序产品，该计算机程序产品存储有指令，该指令在由计算机执行时使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。

本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片，芯片包括：处理单元和通信单元，所述处理单元例如可以是处理器，所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使执行设备内的芯片执行上述实施例描述的数据处理方法，或者，以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地，所述存储单元为所述芯片内的存储单元，如寄存器、缓存等，所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元，如只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。

具体的，请参阅图12，图12为本申请实施例提供的芯片的一个结构示意图，所述芯片可以表现为神经网络处理器NPU 1200，NPU 1200作为协处理器挂载到主CPU(Host CPU)上，由Host CPU分配任务。NPU的核心部分为运算电路1203，通过控制器1204控制运算电路1203提取存储器中的矩阵数据并进行乘法运算。

在一些实现中，运算电路1203内部包括多个处理单元(Process Engine,PE)。在一些实现中，运算电路1203是二维脉动阵列。运算电路1203还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中，运算电路1203是通用的矩阵处理器。

举例来说，假设有输入矩阵A，权重矩阵B，输出矩阵C。运算电路从权重存储器1202中取矩阵B相应的数据，并缓存在运算电路中每一个PE上。运算电路从输入存储器1201中取矩阵A数据与矩阵B进行矩阵运算，得到的矩阵的部分结果或最终结果，保存在累加器(accumulator)1208中。

统一存储器1206用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller，DMAC)1205，DMAC被搬运到权重存储器1202中。输入数据也通过DMAC被搬运到统一存储器1206中。

BIU为Bus Interface Unit即，总线接口单元1213，用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer，IFB)1209的交互。

总线接口单元1213(Bus Interface Unit，简称BIU)，用于取指存储器1209从外部存储器获取指令，还用于存储单元访问控制器1205从外部存储器获取输入矩阵A或者权重矩阵B的原数据。

DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器1206或将权重数据搬运到权重存储器1202中或将输入数据数据搬运到输入存储器1201中。

向量计算单元1207包括多个运算处理单元，在需要的情况下，对运算电路1203的输出做进一步处理，如向量乘，向量加，指数运算，对数运算，大小比较等等。主要用于神经网络中非卷积/全连接层网络计算，如Batch Normalization(批归一化)，像素级求和，对预测标签平面进行上采样等。

在一些实现中，向量计算单元1207能将经处理的输出的向量存储到统一存储器1206。例如，向量计算单元1207可以将线性函数；或，非线性函数应用到运算电路1203的输出，例如对卷积层提取的预测标签平面进行线性插值，再例如累加值的向量，用以生成激活值。在一些实现中，向量计算单元1207生成归一化的值、像素级求和的值，或二者均有。在一些实现中，处理过的输出的向量能够用作到运算电路1203的激活输入，例如用于在神经网络中的后续层中的使用。

控制器1204连接的取指存储器(instruction fetch buffer)1209，用于存储控制器1204使用的指令；

统一存储器1206，输入存储器1201，权重存储器1202以及取指存储器1209均为On-Chip存储器。外部存储器私有于该NPU硬件架构。

其中，上述任一处提到的处理器，可以是一个通用中央处理器，微处理器，ASIC，或一个或多个用于控制上述程序执行的集成电路。

另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、 专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，训练设备，或者网络设备等)执行本申请各个实施例所述的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。

所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

Claims (17)

1. 一种项目推荐方法，其特征在与，所述方法通过目标模型实现，所述方法包括：

   获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，所述第i个行为是所述用户针对所述第i个项目的行为，所述用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；

   基于多头自注意力机制对所述N个第一信息进行处理，得到N个第二信息；

   基于所述N个第二信息，获取项目推荐结果，所述项目推荐结果用于在K个第二项目中确定推荐给所述用户的目标项目，K≥1。
2. 根据权利要求1所述的方法，其特征在于，所述基于多头注意力机制对所述N个第一信息进行处理，得到N个第二信息包括：

   对所述第i个第一信息进行线性处理，得到第i个Q信息，第i个K信息以及第i个V信息；

   对所述第i个Q信息、N个K信息、N个V信息以及所述第i个行为对应的N个权重信息进行运算，得到第i个第二信息，所述第i个行为对应的第j个权重信息基于所述第i个行为以及第j个行为确定，j＝1，...，N。
3. 根据权利要求2所述的方法，其特征在于，所述方法还包括：

   获取N个第三信息，第i个第三信息用于指示所述第i个行为；

   对所述第i个第三信息以及所述N个第三信息进行运算，得到所述第i个行为对应的N个第四信息，所述第i个行为对应的第j个第四信息用于指示所述第i个行为与所述第j个行为之间的距离；

   所述对所述第i个Q信息、N个K信息、N个V信息以及所述第i个行为对应的N个权重信息进行运算，得到第i个第二信息包括：

   对第i个Q信息、所述N个K信息、所述N个V信息、所述第i个行为对应的N个权重信息以及所述第i个行为对应的N个第四信息进行运算，得到第i个第二信息。
4. 根据权利要求3所述的方法，其特征在于，所述第i个行为与所述第j个行为之间的距离包括：所述第i个行为的排序与所述第j个行为的排序之间的间隔。
5. 根据权利要求1至4任意一项所述的方法，其特征在于，所述基于所述N个第二信息获取项目推荐结果包括：

   对所述N个第二信息进行特征提取，得到第五信息以及第六信息，所述第五信息用于指示所述N个行为之间的不同点，所述第六信息用于指示所述N个行为之间的相同点；

   对所述第五信息以及所述第六信息进行融合，得到第七信息，所述第七信息用于指示所述用户的兴趣分布；

   计算所述第七信息与K个第八信息之间的匹配度，所述匹配度作为项目推荐结果，第t个第八信息用于指示第t个第二项目，t＝1，...，K。
6. 根据权利要求5所述的方法，其特征在于，所述K个第二项目包含所述N个第一项目。
7. 一种模型训练方法，其特征在与，所述方法包括：

   将N个第一信息输入至待训练模型中，得到预测的项目推荐结果，所述待训练模型用于：获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，所述第i个 行为是所述用户针对所述第i个项目的行为，所述用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；基于多头注意力机制对所述N个第一信息进行处理，得到N个第二信息；基于所述N个第二信息，获取预测的项目推荐结果，所述预测的项目推荐结果用于在K个第二项目中确定推荐给所述用户的目标项目，K≥1；

   基于所述预测的项目推荐结果以及所述真实的项目推荐结果，获取目标损失，所述目标损失用于指示所述预测的项目推荐结果以及所述真实的项目推荐结果之间的差异；

   基于所述目标损失，对所述待训练模型的参数进行更新，直至满足模型训练条件，得到目标模型。
8. 根据权利要求7所述的方法，其特征在于，所述待训练模型，用于：

   对所述第i个第一信息进行线性处理，得到第i个Q信息，第i个K信息以及第i个V信息；

   对所述第i个Q信息、N个K信息、N个V信息以及所述第i个行为对应的N个权重信息进行运算，得到第i个第二信息，所述第i个行为对应的第j个权重信息基于所述第i个行为以及第j个行为确定，j＝1，...，N。
9. 根据权利要求8所述的方法，其特征在于，所述待训练模型，还用于：

   获取N个第三信息，第i个第三信息用于指示所述第i个行为；

   对所述第i个第三信息以及所述N个第三信息进行运算，得到所述第i个行为对应的N个第四信息，所述第i个行为对应的第j个第四信息用于指示所述第i个行为与所述第j个行为之间的距离；

   所述待训练模型，用于对第i个Q信息、所述N个K信息、所述N个V信息、所述第i个行为对应的N个权重信息以及所述第i个行为对应的N个第四信息进行运算，得到第i个第二信息。
10. 根据权利要求9所述的方法，其特征在于，所述第i个行为与所述第j个行为之间的距离包括：所述第i个行为的排序与所述第j个行为的排序之间的间隔。
11. 根据权利要求7至10任意一项所述的方法，其特征在于，所述待训练模型，用于：

    对所述N个第二信息进行特征提取，得到第五信息以及第六信息，所述第五信息用于指示所述N个行为之间的不同点，所述第六信息用于指示所述N个行为之间的相同点；

    对所述第五信息以及所述第六信息进行融合，得到第七信息，所述第七信息用于指示所述用户的兴趣分布；

    计算所述第七信息与K个第八信息之间的匹配度，所述匹配度作为项目推荐结果，第t个第八信息用于指示第t个第二项目，t＝1，...，K。
12. 根据权利要求11所述的方法，其特征在于，所述K个第二项目包含所述N个第一项目。
13. 一种项目推荐装置，其特征在与，所述装置包括：

    第一获取模块，用于通过目标模型获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，所述第i个行为是所述用户针对所述第i个项目的行为，所述用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；

    处理模块，用于通过目标模型基于多头自注意力机制对所述N个第一信息进行处理，得 到N个第二信息；

    第二获取模块，用于通过目标模型基于所述N个第二信息，获取项目推荐结果，所述项目推荐结果用于在K个第二项目中确定推荐给所述用户的目标项目，K≥1。
14. 一种模型训练装置，其特征在与，所述装置包括：

    处理模块，用于将N个第一信息输入至待训练模型中，得到预测的项目推荐结果，所述待训练模型用于：获取N个第一信息，第i个第一信息用于指示第i个第一项目以及第i个行为，所述第i个行为是所述用户针对所述第i个项目的行为，所述用户的N个行为与M个类别对应，i＝1，...，N，N≥M，M＞1；基于多头注意力机制对所述N个第一信息进行处理，得到N个第二信息；基于所述N个第二信息，获取预测的项目推荐结果，所述预测的项目推荐结果用于在K个第二项目中确定推荐给所述用户的目标项目，K≥1；

    获取模块，用于基于所述预测的项目推荐结果以及所述真实的项目推荐结果，获取目标损失，所述目标损失用于指示所述预测的项目推荐结果以及所述真实的项目推荐结果之间的差异；

    更新模块，用于基于所述目标损失，对所述待训练模型的参数进行更新，直至满足模型训练条件，得到目标模型。
15. 一种项目推荐装置，其特征在于，所述装置包括存储器和处理器；所述存储器存储有代码，所述处理器被配置为执行所述代码，当所述代码被执行时，所述项目推荐装置执行如权利要求1至12任意一项所述的方法。
16. 一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或多个指令，所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至12任一所述的方法。
17. 一种计算机程序产品，其特征在于，所述计算机程序产品存储有指令，所述指令在由计算机执行时，使得所述计算机实施权利要求1至12任意一项所述的方法。