一种大模型与用户商品属性行为相结合的推荐方法及装置
申请号:CN202410816953
申请日期:2024-06-24
公开号:CN118586987A
公开日期:2024-09-03
类型:发明专利
摘要
本发明公开了一种大模型与用户商品属性行为相结合的推荐方法及装置,包括:获取多个商品分别对应的商品特征,将每个商品对应的商品特征输入至大语言模型中,得到每个商品对应的商品向量;获取多个用户分别对应的历史正向行为数据,采用多头注意力机制根据所述商品向量以及历史正向行为数据,生成用户向量;将商品向量、用户向量以及用户全部行为数据,输入至神经矩阵分解模型,并对神经矩阵分解模型进行训练,得到商品推荐模型;使用商品推荐模型,输出与目标用户匹配的目标商品。本发明实施例的技术方案可以提高商品推荐结果的准确性。
技术关键词
线性变换矩阵
多头注意力机制
矩阵分解模型
商品特征
生成用户
推荐方法
数据
模型训练模块
字典
可读存储介质
大语言模型
计算机
推荐装置
电子设备
处理器通信
样本
标识