(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211114598.8 (22)申请日 2022.09.14 (71)申请人 北京达佳互联信息技 术有限公司 地址 100085 北京市海淀区上地西路6号1 幢1层101D1-7 (72)发明人 李膳君　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 贾允 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/435(2019.01) G06K 9/62(2022.01) H04L 67/55(2022.01) (54)发明名称 对象推荐 方法、 对象推荐模 型的训练方法及 装置 (57)摘要 本公开涉及对象推荐 方法、 对象推荐模型的 训练方法及装置。 对象推荐方法包括： 获取待推 荐对象和多个账户属性特征； 通过对象推荐模型 中的对象特征提取子模型， 对待推荐对象进行特 征提取， 得到待推荐对象的对象特征； 通过对象 推荐模型中的特征匹配子模型， 对对象特征和各 个账户属性特征进行匹配处理， 得到待推荐对象 与每个账户属性特征的匹配信息； 基于待推荐对 象与每个账户属性特征的匹配信息， 确定待推荐 对象对应的目标账户群体， 将待推荐对象推送至 目标账户群体。 如此， 待推荐对象可以准确地被 推荐给相应的用户群， 从而快速获得用户反馈， 为后续阶段的推荐提供依据， 可以不断地提升推 荐效果。 权利要求书3页 说明书13页 附图6页 CN 115203577 A 2022.10.18 CN 115203577 A 1.一种对象推荐方法， 其特 征在于， 包括： 获取待推荐对象和多个账户属性特 征； 通过对象推荐模型中的对象特征提取子模型， 对所述待推荐对象进行特征提取， 得到 所述待推荐对象的对象特 征； 通过所述对象推荐模型中的特征匹配子模型， 对所述对象特征和各个账户属性特征进 行匹配处理， 得到所述待推荐对 象与每个账户属 性特征的匹配信息； 所述匹配信息表征所 述账户属性特 征对应的账户群 体对所述待推荐对象执 行交互行为的概 率； 基于所述待推荐对象与所述每个账户属性特征的匹配信 息， 确定所述待推荐对象对应 的目标账户群体， 将所述待推荐对象推送至所述目标 账户群体。 2.根据权利要求1所述的对象推荐方法， 其特征在于， 所述通过所述对象推荐模型中的 特征匹配子模型， 对所述对 象特征和各个账户属 性特征进行匹配处理， 得到所述待推荐对 象与每个账户属性特 征的匹配信息， 包括： 通过所述特征匹配子模型中的注意力单元， 对所述对象特征与 所述各个账户属性特征 进行特征融合， 得到融合特 征； 通过所述特征匹配子模型中的全连接单元， 将所述融合特征映射到目标特征空间中， 得到待分类特征； 所述待分类特征包括所述每个账户属性特征对应的账户群体对所述待推 荐对象执行所述交互行为的情况， 以及所述多个账户属性特征对应的所有 账户对所述待推 荐对象执 行所述交互行为的情况； 通过所述特征匹配子模型中的分类单元， 根据所述每个账户属性特征对应的账户群体 对所述待推荐对象执行所述交互行为的情况， 与所述多个账户属性特征对应的所有账户对 所述对象特征执行所述交互行为的情况， 确定所述待推荐对象与所述每个账户属性特征的 匹配信息 。 3.根据权利要求2所述的对象推荐方法， 其特征在于，  所述每个账户 属性特征对应的 账户群体对所述待推荐对 象执行所述交互行为的情况包括所述每个账户属 性特征对应的 账户群体中对所述待推荐对象执行长播的账户数量； 所述多个账户属性特征对应的所有 账 户对所述待推荐对象执行所述交互行为的情况包括所述多个账户属 性特征对应的所有账 户中对所述待推荐对象执 行长播的账户总数量； 所述通过所述特征匹配子模型中的分类单元， 根据 所述每个账户属性特征对应的账户 群体对所述待推荐对象执行所述交互行为的情况， 与所述多个账户属性特征对应的所有 账 户对所述待推荐对象执行所述交互行为的情况， 确定所述待推荐对象与所述每个账户属性 特征的匹配信息， 包括： 通过所述特征匹配子模型中的分类单元， 分别确定所述每个账户属性特征对应的账户 群体中对所述待推荐对象执行长播的账户数量， 与所述多个账户属性特征对应的所有 账户 中对所述待推荐对象执行长播的账户总数量之 间的比值， 得到所述每个账户属性特征对应 的比值； 将所述每个账户属性特征对应的比值， 确定为所述待推荐对象与所述每个账户属性特 征的匹配信息 。 4.根据权利要求1所述的对象推荐方法， 其特征在于， 所述通过对象推荐模型中的对象 特征提取子模型， 对所述待推荐对象进行特征提取， 得到所述待推荐对象的对象特征， 包权　利　要　求　书 1/3 页 2 CN 115203577 A 2括： 通过所述对象特征提取子模型中的图像特征提取器对所述待推荐对象进行特征提取， 得到所述待推荐对 象的图像特征； 以及， 通过所述对 象特征提取子模型中的文本特征提取 器对所述待推荐对象进行 特征提取， 得到所述待推荐对象的文本特 征； 通过所述对象特征提取子模型中的融合单元， 对所述待推荐对象的所述图像特征和所 述文本特 征进行融合处 理， 得到所述待推荐对象的对象特 征。 5.根据权利要求1所述的对象推荐方法， 其特征在于， 所述基于所述待推荐对象与 所述 每个账户属性特 征的匹配信息， 确定所述待推荐对象对应的目标 账户群体， 包括： 基于所述待推荐对象与所述每个账户属性特征的匹配信 息， 从所述多个账户属性特征 中确定出目标 账户属性特 征； 所述目标 账户属性特 征对应的匹配信息大于或等于预设值； 将所述目标 账户属性特 征对应的账户群 体确定为所述目标 账户群体。 6.一种对象推荐模型的训练方法， 其特 征在于， 包括： 获取训练数据； 所述训练数据包括历史对象、 多个历史账户属性特征， 以及每个历史账 户属性特 征对应的历史账户群 体与所述历史对象的历史 交互数据； 通过初始对象推荐模型中的对象特征提取子模型， 对所述历史对象进行特征提取， 得 到所述历史对象的对象特 征； 通过所述初始对象推荐模型中的特征匹配子模型， 对所述对象特征和各个历史账户属 性特征进行匹配处理， 得到所述历史对 象与每个历史账户属 性特征的匹配信息； 所述匹配 信息表征 所述历史账户属性特 征对应的账户群 体对所述历史对象执 行交互行为的概 率； 基于所述历史交互数据与所述匹配信息， 对所述初始对象推荐模型进行训练， 得到训 练完成的对象推荐模型。 7.根据权利要求6所述的对象推荐模型的训练方法， 其特征在于， 所述历史交互数据包 括所述每个历史账户属 性特征对应的历史账户群体中对所述历史对 象执行长播的历史账 户数量， 以及所述多个历史账户属性特征对应的所有历史账户对所述历史对象执行长播的 历史账户总数量； 所述基于所述历史交互数据与所述匹配信息， 对所述初始对象推荐模型进行训练， 得 到训练完成的对象推荐模型， 包括： 分别确定将所述每个历史账户属性特征对应的历史账户群体中对所述历史对象执行 长播的历史账户数量， 与所述多个历史账户属性特征对应的所有历史账户对所述历史对象 执行长播的历史账户总数量之间的比值， 得到所述每 个历史账户属性特 征对应的比值； 将所述每个历史账户属性特征对应的比值， 确定为所述历史对象与 所述每个历史账户 群体的目标匹配信息； 根据所述目标匹配信息与所述匹配信息， 确定损失值； 基于所述损失值对所述初始对象推荐模型进行迭代更新， 直至满足预设迭代结束条 件， 得到训练完成的对象推荐模型。 8.一种对象推荐装置， 其特 征在于， 包括： 获取模块， 被 配置为执 行获取待推荐对象和多个账户属性特 征； 提取模块， 被配置为执行通过对象推荐模型中的对象特征提取子模型， 对所述待推荐 对象进行 特征提取， 得到所述待推荐对象的对象特 征；权　利　要　求　书 2/3 页 3 CN 115203577 A 3