(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 202210715576.0 (22)申请日 2022.06.22 (71)申请人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 柳阳　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 张贤慧 (51)Int.Cl. G06F 16/9035(2019.01) G06F 16/9038(2019.01) G06Q 40/02(2012.01) (54)发明名称 产品推荐方法、 装置、 设备及存 储介质 (57)摘要 本申请提供一种产品推荐方法、 装置、 设备 及存储介质， 方法， 包括： 获取待推荐数据， 所述 待推荐数据包括图像数据和文字数据； 提取所述 文本数据的第一特征向量和所述图像数据的第 二特征向量； 对 所述第一特征向量和所述第二特 征向量进行相关度计算， 得到各所述第一特征向 量对应的注意力权重值 以及各所述第二特征向 量对应的注意力权重值； 基于所述第一特征向 量、 所述第二特征向量、 所述第一特征向量对应 的注意力权重值和所述第二特征向量对应的注 意力权重值， 得到目标特征向量； 基于各所述目 标特征向量确定推荐产品。 通过图像数据和文字 数据相互约束进行产品推荐， 避免推荐依据的局 限， 提升推荐精度。 权利要求书2页 说明书13页 附图3页 CN 115186150 A 2022.10.14 CN 115186150 A 1.一种产品推荐方法， 其特 征在于， 包括： 获取待推荐数据， 所述待推荐数据包括图像数据和文字数据； 提取所述文本数据的第一特 征向量和所述图像数据的第二特 征向量； 对所述第一特征向量和所述第 二特征向量进行相关度计算， 得到各所述第 一特征向量 对应的注意力权 重值以及各 所述第二特 征向量对应的注意力权 重值； 基于所述第一特征向量、 所述第二特征向量、 所述第一特征向量对应的注意力权重值 和所述第二特 征向量对应的注意力权 重值， 得到目标 特征向量； 基于各所述目标 特征向量确定推荐产品。 2.根据权利要求1所述的产品推荐方法， 其特征在于， 所述对所述第 一特征向量和所述 第二特征向量进 行相关度计算， 得到各所述第一特征向量对应的注意力权重值以及各所述 第二特征向量对应的注意力权 重值， 包括： 基于预设的神经网络对所述第 一特征向量进行学习， 得到所述第 一特征向量的学习向 量， 基于预设的神经网络对所述第二特征向量进行学习， 得到所述第二特征向量的学习向 量； 从所述第一学习向量或所述第 二学习特征向量中抽取一个目标学习向量， 分别计算所 述目标学习向量与除所述目标 学习向量之外的其 他学习特 征向量之间的注意力权 重值。 3.根据权利要求1所述的产品推荐方法， 其特征在于， 所述基于所述第一特征向量、 所 述第二特征向量、 所述第一特征向量对应的注意力权重值和所述第二特征向量对应的注意 力权重值， 得到目标 特征向量， 包括： 获取所述第一特征向量对应的第一学习向量， 并根据所述第一学习向量， 以及所述第 一学习向量关联的各注意力权 重值， 计算所述第一特 征向量对应的价 值向量； 获取所述第二特征向量对应的第二学习向量， 并根据所述第二学习向量， 以及所述第 二学习向量关联的各注意力权 重值， 计算所述第二特 征向量对应的价 值向量； 将各所述价值向量进行融合， 得到目标 特征向量。 4.根据权利要求1所述的产品推荐方法， 其特征在于， 所述基于所述目标特征向量确定 推荐产品， 包括： 获取目标 特征向量对应的数据标签； 获取所述待推荐数据关联的目标用户， 及所述目标用户对应的用户行为数据对所述数 据标签进行筛 选， 确定目标产品标签； 根据所述目标产品标签中的产品类型， 产品价格， 向所述目标用户推荐产品。 5.根据权利要求4所述的产品推荐方法， 其特征在于， 所述确定所述待推荐数据来源的 目标用户， 并基于用户行为数据对所述数据标签进行筛选， 确定目标产品标签之后， 还包 括： 基于所述目标用户对应的用户关系网搜寻与所述目标用户关联的邻居用户； 若搜寻到与所述目标用户对应的邻居用户， 则获取 所述邻居用户的行为产品标签； 基于所述目标产品标签与所述行为产品标签的相似度对所述目标产品标签进行 更新。 6.根据权利要求5所述的产品推荐方法， 其特征在于， 所述基于所述目标产品标签与 所 述行为产品标签的相似度对所述目标产品标签进行 更新， 包括： 基于所述目标产品标签与 所述行为产品标签的相似度对所述行为产品标签进行筛选，权　利　要　求　书 1/2 页 2 CN 115186150 A 2确定目标 行为产品标签； 确定所述目标 行为产品标签对应的邻居用户与所述目标用户的亲密度； 基于所述亲密度对对应的所述目标产品标签进行加权， 并对加权后的目标产品标签进 行更新。 7.根据权利要求6所述的产品推荐方法， 其特征在于， 所述基于所述亲密度对对应的所 述目标产品标签进行加权， 并对加权后的目标产品标签进行 更新， 包括： 根据所述亲密度对 对应的所述目标产品标签进行加权； 基于加权后的目标产品标签对所述目标产品标签进行排序， 实现对目标产品标签的排 序更新； 执行根据所述目标产品标签中的产品类型， 产品价格， 向所述目标用户推荐产品。 8.一种产品推荐装置， 其特 征在于， 所述产品推荐装置包括： 获取模块： 用于获取待推荐数据， 所述待推荐数据包括图像数据和文字数据； 提取模块： 用于提取 所述文本数据的第一特 征向量和所述图像数据的第二特 征向量； 计算模块： 用于对所述第一特征向量和所述第二特征向量进行相关度计算， 得到各所 述第一特 征向量对应的注意力权 重值以及各 所述第二特 征向量对应的注意力权 重值； 确定模块： 用于基于所述第 一特征向量、 所述第 二特征向量、 所述第 一特征向量对应的 注意力权 重值和所述第二特 征向量对应的注意力权 重值， 得到目标 特征向量； 产品推荐模块： 用于基于各 所述目标 特征向量确定推荐产品。 9.一种产品推荐设备， 其特 征在于， 所述产品推荐设备包括： 一个或多个处 理器； 存储器； 以及 一个或多个应用程序， 其中所述一个或多个应用程序被存储于所述存储器中， 并配置 为由所述处 理器执行以实现权利要求1至7中任一项所述的产品推荐方法。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 所述计算机程序 被处理器进行加载， 以执 行权利要求1至7任一项所述的产品推荐方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115186150 A 3