基于标签向量化的商品推荐方法及装置与流程

技术特征：
1.一种基于标签向量化的商品推荐方法，其特征在于，方法包括：对待投放的商品推荐文本进行向量化处理，得到待投放的商品推荐文本向量；获取与待投放的商品推荐文本向量相似的历史商品推荐文本向量，并获取所述历史商品推荐文本向量的历史商品投放用户标签以及历史投放用户响应信息；将所述待投放的商品推荐文本向量以及历史投放用户响应信息输入至训练得到的深度神经网络中，得到待投放的商品投放用户标签；将所述历史商品投放用户标签与所述待投放的商品投放用户标签按照权重进行排序处理，并根据排序结果确定待投放的商品对应的用户。2.根据权利要求1所述的方法，其特征在于，所述训练过程包括：获取历史商品推荐文本，将所述历史商品推荐文本进行向量化处理，得到历史商品推荐文本向量；将所述历史商品推荐文本向量，历史投放用户响应信息作为样本数据，输入至待训练的深度神经网络中，根据历史商品投放用户标签调整深度神经网络的训练参数，得到训练后的深度神经网络。3.根据权利要求1或2所述的方法，其特征在于，所述向量化处理具体为：利用bert网络进行向量化处理。4.根据权利要求1所述的方法，其特征在于，所述商品投放用户标签包括用户所属行业标签、用户行为标签、用户位置标签和/或时间标签；所述历史投放用户响应信息包括：用户对商品的浏览、点击和/或购买行为信息。5.根据权利要求1所述的方法，其特征在于，所述获取与待投放的商品推荐文本向量相似的历史商品推荐文本向量，并获取所述历史商品推荐文本向量的历史商品投放用户标签以及历史投放用户响应信息进一步包括：计算历史商品推荐文本向量与待投放的商品推荐文本向量间的向量距离；根据所述向量距离确定历史商品推荐文本向量与待投放的商品推荐文本向量的相似度；所述相似度与所述向量距离成反比；获取相似度高于预设阈值的历史商品推荐文本向量，并获取所述历史商品推荐文本向量的历史商品投放用户标签以及历史投放用户响应信息。6.根据权利要求5所述的方法，其特征在于，所述将所述历史商品投放用户标签与所述待投放的商品投放用户标签按照权重进行排序处理，并根据排序结果确定待投放的商品对应的用户进一步包括：根据历史商品推荐文本向量与待投放的商品推荐文本向量的相似度，结合历史商品投放用户标签中各个标签的权重，计算得到历史商品投放用户标签中各标签对应的权重；根据历史商品投放用户标签中各标签对应的权重和待投放的商品投放用户标签的权重进行排序处理，得到待投放的商品所对应的用户标签序列；根据待投放的商品所对应的用户标签序列确定待投放的商品对应的用户。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：对待投放的商品推荐文本进行文本检查。8.一种基于标签向量化的商品推荐装置，其特征在于，装置包括：向量化模块，适于对待投放的商品推荐文本进行向量化处理，得到待投放的商品推荐
文本向量；获取模块，适于获取与待投放的商品推荐文本向量相似的历史商品推荐文本向量，并获取所述历史商品推荐文本向量的历史商品投放用户标签以及历史投放用户响应信息；标签模块，适于将所述待投放的商品推荐文本向量以及历史投放用户响应信息输入至训练得到的深度神经网络中，得到待投放的商品投放用户标签；排序模块，适于将所述历史商品投放用户标签与所述待投放的商品投放用户标签按照权重进行排序处理，并根据排序结果确定待投放的商品对应的用户。9.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的基于标签向量化的商品推荐方法对应的操作。10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的基于标签向量化的商品推荐方法对应的操作。

技术总结
本发明公开了一种基于标签向量化的商品推荐方法及装置，其中，方法包括：对待投放的商品推荐文本进行向量化处理，得到待投放的商品推荐文本向量；获取与待投放的商品推荐文本向量相似的历史商品推荐文本向量，并获取历史商品推荐文本向量的历史商品投放用户标签以及历史投放用户响应信息；将待投放的商品推荐文本向量以及历史投放用户响应信息输入至训练得到的深度神经网络中，得到待投放的商品投放用户标签；将历史商品投放用户标签与待投放的商品投放用户标签按照权重进行排序处理，并根据排序结果确定待投放的商品对应的用户。据排序结果确定待投放的商品对应的用户。据排序结果确定待投放的商品对应的用户。


技术研发人员：张挺 汤劲松 傅一平 朱骏 周波
受保护的技术使用者：中国移动通信集团有限公司
技术研发日：2020.08.14
技术公布日：2022/2/23