内容匹配方法、装置、计算机设备、存储介质和程序产品与流程

本申请涉及神经网络，特别是涉及一种内容匹配方法、装置、计算机设备、存储介质和程序产品。

背景技术：

1、媒体数据的传播使得人们的工作和生活变得日益丰富，其也慢慢成为人们社交需求的一个重要组成部分。与此同时，如何针对海量数据进行有质量的召回和推送也成为了媒体数据传播过程中非常重要的环节。

2、传统技术中，常常使用双塔模型来实现媒体数据的召回。其中，双塔模型是一种广泛用于推荐和搜索领域的神经网络结构，模型将特征划分为user(代表某个对象，可以是某个用户)特征和item(物品)特征，分别输入两个独立的神经网络并输出user embedding(对象特征)和item embedding(物品特征)，之后计算两个特征间的相似度，最后返回距离最近的k个item作为个性化的召回结果。

3、然而，传统方式中采用双塔模型实现数据召回，都是独立使用各自塔的特征后再进行匹配，这种匹配方式所能使用到的信息量有限，存在匹配召回结果不准确的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高匹配召回准确性的内容匹配方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、一方面，本申请提供了一种内容匹配方法。所述方法包括：

3、获取目标对象的对象原始特征；

4、获取基于具有交互关系的样本对挖掘出的偏向于内容侧的第一交互特征，所述第一交互特征反映了对象侧与内容侧的交互情况；

5、基于所述对象原始特征和所述第一交互特征，构建对象综合特征；

6、获取各候选内容的内容综合特征，所述内容综合特征基于候选内容的内容原始特征、以及基于具有交互关系的样本对挖掘出的偏向于对象侧的第二交互特征构建得到；

7、根据所述对象综合特征与各内容综合特征间的相似程度，从多个候选内容中筛选出符合匹配条件的目标内容。

8、另一方面，本申请还提供了一种内容匹配装置。所述装置包括：

9、获取模块，用于获取目标对象的对象原始特征；

10、所述获取模块，还用于获取基于具有交互关系的样本对挖掘出的偏向于内容侧的第一交互特征，所述第一交互特征反映了对象侧与内容侧的交互情况；

11、构建模块，用于基于所述对象原始特征和所述第一交互特征，构建对象综合特征；

12、所述获取模块，还用于获取各候选内容的内容综合特征，所述内容综合特征基于候选内容的内容原始特征、以及基于具有交互关系的样本对挖掘出的偏向于对象侧的第二交互特征构建得到；

13、筛选模块，用于根据所述对象综合特征与各内容综合特征间的相似程度，从多个候选内容中筛选出符合匹配条件的目标内容。

14、另一方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

15、获取目标对象的对象原始特征；

16、获取基于具有交互关系的样本对挖掘出的偏向于内容侧的第一交互特征，所述第一交互特征反映了对象侧与内容侧的交互情况；

17、基于所述对象原始特征和所述第一交互特征，构建对象综合特征；

18、获取各候选内容的内容综合特征，所述内容综合特征基于候选内容的内容原始特征、以及基于具有交互关系的样本对挖掘出的偏向于对象侧的第二交互特征构建得到；

19、根据所述对象综合特征与各内容综合特征间的相似程度，从多个候选内容中筛选出符合匹配条件的目标内容。

20、另一方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

21、获取目标对象的对象原始特征；

22、获取基于具有交互关系的样本对挖掘出的偏向于内容侧的第一交互特征，所述第一交互特征反映了对象侧与内容侧的交互情况；

23、基于所述对象原始特征和所述第一交互特征，构建对象综合特征；

24、获取各候选内容的内容综合特征，所述内容综合特征基于候选内容的内容原始特征、以及基于具有交互关系的样本对挖掘出的偏向于对象侧的第二交互特征构建得到；

25、根据所述对象综合特征与各内容综合特征间的相似程度，从多个候选内容中筛选出符合匹配条件的目标内容。

26、另一方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

27、获取目标对象的对象原始特征；

28、获取基于具有交互关系的样本对挖掘出的偏向于内容侧的第一交互特征，所述第一交互特征反映了对象侧与内容侧的交互情况；

29、基于所述对象原始特征和所述第一交互特征，构建对象综合特征；

30、获取各候选内容的内容综合特征，所述内容综合特征基于候选内容的内容原始特征、以及基于具有交互关系的样本对挖掘出的偏向于对象侧的第二交互特征构建得到；

31、根据所述对象综合特征与各内容综合特征间的相似程度，从多个候选内容中筛选出符合匹配条件的目标内容。

32、上述内容匹配方法、装置、计算机设备、存储介质和计算机程序产品，获取目标对象的对象原始特征，还获取基于具有交互关系的样本对挖掘出的偏向于内容侧的第一交互特征，该第一交互特征反映了对象侧与内容侧的交互情况，这些交互情况隐含了具有交互关系的对象与内容之间的交互信息。进而再基于对象原始特征和第一交互特征，构建对象综合特征。该对象综合特征既能反映该目标对象的个性化特征，又能体现不同对象与不同内容间的交互信息，所含有的信息量非常丰富。同样地，对于每个候选内容而言，也构建对应的内容综合特征，进而再基于对象综合特征与各内容综合特征间的相似程度，来召回目标内容，就可以利用多个维度的信息，准确地从大量的候选内容中召回与目标对象相匹配的目标内容。

技术特征：

1.一种内容匹配方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述第一交互特征包括第一增广向量和第一交叉特征，所述获取基于具有交互关系的样本对挖掘出的偏向于内容侧的第一交互特征，包括：

3.根据权利要求2所述的方法，其特征在于，所述第二交互特征包括第二增广向量和第二交叉特征，所述第二交互特征的获取步骤包括：

4.根据权利要求2所述的方法，其特征在于，所述第一增广向量的获取方式包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述第一融合向量输入至第一双塔模型中属于对象侧的网络，输出第一增强向量，包括：

6.根据权利要求5所述的方法，其特征在于，所述通过属于对象侧的多层神经网络对所述第一融合向量进行激活处理，得到第一输出向量，包括：

7.根据权利要求4所述的方法，其特征在于，所述将所述第二融合向量输入至第一双塔模型中属于内容侧的网络，输出第二增强向量，包括：

8.根据权利要求4所述的方法，其特征在于，所述方法还包括：

9.根据权利要求2所述的方法，其特征在于，所述第二双塔模型的训练步骤包括：

10.根据权利要求9所述的方法，其特征在于，所述基于所述预测融合特征与参考交叉特征间的差异，构建第二损失函数，包括：

11.根据权利要求1所述的方法，其特征在于，所述根据所述对象综合特征与各内容综合特征间的相似程度，从多个候选内容中筛选出符合匹配条件的目标内容，包括：

12.根据权利要求1至11中任一项所述的方法，其特征在于，所述方法还包括：

13.一种内容匹配装置，其特征在于，所述装置包括：

14.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至12中任一项所述的方法的步骤。

15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法的步骤。

16.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法的步骤。

技术总结
本申请涉及一种内容匹配方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标对象的对象原始特征；获取基于具有交互关系的样本对挖掘出的偏向于内容侧的第一交互特征，所述第一交互特征反映了对象侧与内容侧的交互情况；基于所述对象原始特征和所述第一交互特征，构建对象综合特征；获取各候选内容的内容综合特征，所述内容综合特征基于候选内容的内容原始特征、以及基于具有交互关系的样本对挖掘出的偏向于对象侧的第二交互特征构建得到；根据所述对象综合特征与各内容综合特征间的相似程度，从多个候选内容中筛选出符合匹配条件的目标内容。采用本方法能够提高内容匹配准确性。

技术研发人员：陈昊
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：
技术公布日：2024/3/12