申请/专利权人：北京智能工场科技有限公司

申请日：2020-06-23

公开（公告）日：2024-02-09

公开（公告）号：CN111782964B

主分类号：G06F16/9536

分类号：G06F16/9536;G06F16/9535;G06F16/33;G06F16/335;G06F40/289;G06F40/30;G06F40/126;G06F18/22

优先权：

专利状态码：有效-授权

法律状态：2024.02.09#授权;2020.11.03#实质审查的生效;2020.10.16#公开

摘要：本发明提出一种社区帖子的推荐方法。所述方法通过深度语义匹配模型把用户和项目两个实体映射到同一隐空间中，然后在该隐空间中通过余弦相似度来衡量两个实体间的关系，最后通过相似度进行推荐，将在所述低维特征空间中和所述用户特征相近的帖子推荐给用户。该方法可以从海量的用户和项目数据中学习到更深层次非线性的用户和项目特征表示。通过深度语义匹配模型可以把多源异构数据映射到同一隐空间中，从而获得对它们的统一表征。在获取帖子语义特征时采用无监督的方式获得，提高了线上推荐的效率。当新物品出现时，即使没有用户对其评分，也可以根据新物品的特征进行推荐。

主权项：1.一种社区帖子的推荐方法，所述方法基于映射到同一隐空间中的用户实体和项目实体实现，通过获取帖子特征表示和用户特征表示，给所述用户进行社区帖子推荐，其特征在于，所述获取帖子特征表示包括如下步骤：S101：开始，从所述社区提取帖子文本；S102：基于正则表达式去除所述帖子文本中的特殊字符；S103：通过结巴分词技术对步骤S102的输出结果进行分词；S104：通过预先构建的停用词表，去除步骤S103的输出结果中的停用词；S105：通过调用开源的大规模中文词向量库，得到分词以及去除停用词后每个词对应的向量表示；S106：对词向量加权平均得到该帖子的语义向量表示；所述获取用户特征表示包括如下步骤：S201：开始S202：获取用户基本信息，所述用户基本信息包括连续型特征和离散型特征；S203：对所述离散型特征进行特征处理，所述特征处理包括空值处理、离群点处理；S204：对步骤S203输出的离散型特征进行特征编码；S205：对所述连续型特征进行离散化处理；S206：对离散化后的特征进行特征编码；S207：获取用户历史交互过的帖子语义表示；S208：对所述历史交互过的帖子集合进行特征表示；S209：将步骤S204、步骤S206和步骤S208得到的特征进行拼接，获取用户的特征表示；在获取帖子特征表示和用户特征表示之后，所述方法还包括：S301：开始S302：构建训练集和测试集；S303：构建深度语义匹配模型；S304：训练深度语义匹配模型；S305：利用训练好的深度语义匹配模型进行帖子推荐；所述深度语义匹配模型将高维特征空间映射到低维特征空间；所述S305利用训练好的深度语义匹配模型进行帖子推荐，具体包括：当训练好的深度语义匹配模型之后，将所述帖子特征表示和用户特征表示输入所述训练好的深度语义匹配模型，从而得到所述帖子特征表示和用户特征表示从高维特征空间向同一低维特征空间的映射结果；所述S305利用训练好的深度语义匹配模型进行帖子推荐，进一步包括：将在所述低维特征空间中和所述用户特征相近的帖子推荐给用户；在所述深度语义匹配模型中，共用高维特征空间映射到低维特征空间的全连接层参数；所述步骤S304训练深度语义匹配模型具体包括：以用户点赞帖子的行为为正反馈，只浏览没有点赞的帖子作为负反馈；设用户i点赞了帖子j，经过全连接神经网络之后学习到的用户低维特征表示为Ui，以及项目低维特征表示为Vj，则用户i与帖子j之间的相似度关系表示为Ri，j； 对每一个正反馈样本对进行负采样，负采样得到的项目列表为[N1，N2，…，Nk]；计算出所有的相似度关系表示Ri，j之后，采用如下公式对其进行归一化： 其中，D表示所有与该用户相关的帖子集合，其中包括与用户i相关的正例D+和与用户i相关的采样出来的负例D-；γ是平滑系数；训练模型的的损失函数为： 使用随机梯度下降的方法最小化上述的损失函数从而得到模型的最优参数。

全文数据：

权利要求：

百度查询： 北京智能工场科技有限公司 一种社区帖子的推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD