System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于生成模型的推荐方法、装置、设备及介质制造方法及图纸_技高网

基于生成模型的推荐方法、装置、设备及介质制造方法及图纸

技术编号:42338366 阅读:11 留言:0更新日期:2024-08-14 16:14
本公开涉及数据处理技术领域,提供了一种基于生成模型的推荐方法、装置、电子设备及介质。该方法可以获取用户的历史行为数据;将用户的历史行为数据输入至生成式检索模型,通过生成式检索模型对用户的历史行为数据进行检索处理,得到多个待推荐对象的语义标识;基于多个待推荐对象的语义标识从对象查找表中获取至少一个待推荐对象对应的原子标识;根据至少一个待推荐对象对应的原子标识,确定向用户推荐的目标对象。本公开的技术方案不仅提高了推荐的准确性和个性化程度,还增强了系统的实时性、灵活性和可扩展性,同时还提升了推荐结果的解释性和多样性。

【技术实现步骤摘要】

本公开涉及图像处理,尤其涉及一种基于生成模型的推荐方法、装置、电子设备及介质。


技术介绍

1、随着信息技术和人工智能的快速发展,推荐系统已成为帮助用户从海量数据中发现感兴趣内容的关键工具。当前主流的推荐系统通常采用检索-排序的框架,这一框架在多个领域,包括电子商务、内容流媒体和社交网络平台中得到了广泛应用。在这一框架下,推荐系统首先将用户的查询和候选对象嵌入到一个预定义的统一空间中,以确保查询和候选对象在同一度量空间下进行比较。接着,系统采用近似最近邻搜索(ann)算法,根据嵌入的相似性来检索最匹配的候选对象。最终,一个排序模型会进一步对这些候选对象进行重排和过滤,以确定最终推荐的列表.尽管这种框架在实践中取得了一定的成功,但它也面临着多个技术挑战:由于存储和计算资源的限制,嵌入空间的维度和复杂度受到限制,这直接影响了检索过程的准确性和效率。


技术实现思路

1、有鉴于此,本公开实施例提供了一种基于生成模型的推荐方法、装置、电子设备及计算机可读存储介质,以解决现有技术中由于存储和计算资源的限制,嵌入空间的维度和复杂度受到限制,这直接影响了检索过程的准确性和效率的技术问题。

2、本公开实施例的第一方面,提供了一种基于生成模型的推荐方法,该方法包括:获取用户的历史行为数据;将用户的历史行为数据输入至生成式检索模型,通过生成式检索模型对用户的历史行为数据进行检索处理,得到多个待推荐对象的语义标识;基于多个待推荐对象的语义标识从对象查找表中获取至少一个待推荐对象对应的原子标识;根据至少一个待推荐对象对应的原子标识,确定向用户推荐的目标对象。

3、本公开实施例的第二方面,提供了一种基于生成模型的推荐装置,该装置包括:获取模块,用于获取用户的历史行为数据;检索模块,用于将用户的历史行为数据输入至生成式检索模型,通过生成式检索模型对用户的历史行为数据进行检索处理,得到多个待推荐对象的语义标识;查找模块,用于基于多个待推荐对象的语义标识从对象查找表中获取至少一个待推荐对象对应的原子标识;确定模块,用于根据至少一个待推荐对象对应的原子标识,确定向用户推荐的目标对象。

4、本公开实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。

5、本公开实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。

6、本公开实施例与现有技术相比存在的有益效果是:本公开实施例可以通过生成式检索模型能够更深入地理解用户的历史行为,生成与用户偏好高度相关的语义标识。这种基于深度学习的语义理解能够捕捉到用户行为背后的复杂模式,相比传统方法能够提供更为精准的推荐。通过分析用户的历史行为数据,可以生成个性化的语义标识,使得推荐的对象更加贴合每个用户的独特需求和兴趣,从而提高用户满意度和用户粘性。生成式检索模型可以实时处理用户的行为数据,及时更新推荐结果,这使得推荐系统能够快速适应用户偏好的变化,提供更加灵活和及时的推荐服务。通过将待推荐对象的信息压缩为语义标识和原子标识,减少了对存储资源的需求。同时,生成式模型的运算通常比传统的近似最近邻搜索更为高效,节省了计算资源。由于每个待推荐对象都有对应的语义标识,这些标识可以帮助用户和开发者更好地理解推荐的原因,提高了系统的透明度和可解释性。生成式检索模型可以处理多种类型的用户行为数据,包括文本、图像、视频等,利用这些数据生成的语义标识可以实现跨模态的推荐,提升了系统的适用范围。由于生成式模型能够捕捉用户行为的细微差异,推荐的目标对象能够覆盖更广泛的范围,从而提供更丰富多样的选择给用户。

本文档来自技高网...

【技术保护点】

1.一种基于生成模型的推荐方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述通过生成式检索模型对所述用户的历史行为数据进行检索处理,得到多个待推荐对象的语义标识包括:

3.根据权利要求1所述的方法,其特征在于,在基于多个所述待推荐对象的语义标识从对象查找表中获取至少一个待推荐对象对应的原子标识之前,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,所述通过语义标识生成器对多个所述历史待推荐对象的特征数据进行处理,得到各个所述待推荐对象的语义标识包括:

5.根据权利要求1所述的方法,其特征在于,所述基于多个所述待推荐对象的语义标识从对象查找表中获取至少一个待推荐对象对应的原子标识包括:

6.根据权利要求1所述的方法,其特征在于,根据至少一个待推荐对象对应的原子标识,确定向用户推荐的目标对象包括:

7.根据权利要求3所述的方法,其特征在于,所述方法还包括:

8.一种基于生成模型的推荐装置,其特征在于,包括:

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种基于生成模型的推荐方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述通过生成式检索模型对所述用户的历史行为数据进行检索处理,得到多个待推荐对象的语义标识包括:

3.根据权利要求1所述的方法,其特征在于,在基于多个所述待推荐对象的语义标识从对象查找表中获取至少一个待推荐对象对应的原子标识之前,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,所述通过语义标识生成器对多个所述历史待推荐对象的特征数据进行处理,得到各个所述待推荐对象的语义标识包括:

5.根据权利要求1所述的方法,其特征在于,所述基于多个所述待推荐对象的语义标识从对象查找表中获取至少一个待推荐对...

【专利技术属性】
技术研发人员:杜梦雪
申请(专利权)人:深圳须弥云图空间科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1