(19)中华 人民共和国 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 202210029839.2 (22)申请日 2022.01.12 (71)申请人 中国平安人寿保险股份有限公司 地址 518000 广东省深圳市福田区福田街 道益田路5033号平安金融中心14、 15、 16、 37、 41、 4 4、 45、 46、 54、 58、 59层 (72)发明人 叶泳坚　 (74)专利代理 机构 深圳市隆天联鼎知识产权代 理有限公司 4 4232 代理人 陈涛 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/9535(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06Q 30/06(2012.01) (54)发明名称 产品推荐方法、 装置、 介质及电子设备 (57)摘要 本公开涉及人工智能和大数据领域， 揭示了 一种产品推荐方法、 装置、 介质及电子设备。 该方 法包括： 在关系知识图谱中遍历， 得到多类关系 路径； 获取各类关系路径包括的关系路径的数 量； 根据关系路径的数量， 构建与各类关系路径 对应的矩阵； 对与各类关系路径对应的矩阵进行 调整， 得到调整后矩阵； 对调整后矩阵进行拼接， 得到拼接矩阵； 根据拼接矩阵对模型进行训练， 得到产品推荐模型， 并对初始权重值进行调整， 得到最终权重值； 基于产品推荐模 型向目标用户 推荐目标产品； 根据关系路径的数量和各类关系 路径对应的最终权重值， 确定目标类关系路径； 基于目标类关系路径对应的原因信息， 输出推荐 理由。 此方法可实现精准推荐， 使推荐结果具有 可解释性。 权利要求书2页 说明书11页 附图5页 CN 114385828 A 2022.04.22 CN 114385828 A 1.一种产品推荐方法， 其特 征在于， 所述方法包括： 在用户与产品的关系知识图谱中进行遍历， 得到与各个用户和产品对相对应的多类关 系路径， 其中， 每一类关系路径包括至少一条关系路径； 针对所述每一类关系路径， 进行路径计数， 得到各类关系路径所包括的关系路径的数 量； 根据各类关系路径所包括的关系路径的数量， 构建与各类关系路径相对应的矩阵； 根据与各类关系路径对应的初始权重值， 对与 各类关系路径相对应的矩阵内的元素进 行调整， 得到调整后矩阵； 对各类关系路径对应的调整后矩阵进行拼接， 得到拼接矩阵； 根据所述拼接矩阵对神经网络模型进行训练， 得到产品推荐模型， 并对与各类关系路 径对应的初始权 重值进行调整， 得到最终权 重值； 基于所述产品推荐模型向目标用户推荐目标产品； 根据所述目标用户与所述目标产品所对应的各类关系路径所包括的关系路径的数量 和各类关系路径对应的最终权 重值， 确定目标类关系路径； 基于所述目标类关系路径对应的原因信息， 生成推荐理由， 并将所述推荐理由输出。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述拼接矩阵对神经网络模型进 行训练， 得到产品推荐模型， 并对与各类 关系路径对应的初始权重值进 行调整， 得到最 终权 重值， 包括： 根据所述拼接矩阵对神经网络模型进行训练， 并在训练 的过程中对所述神经网络模型 中与各类关系路径对应的初始权 重值进行调整， 得到最终权 重值。 3.根据权利要求1所述的方法， 其特征在于， 所述基于所述产品推荐模型向目标用户推 荐目标产品， 包括： 根据所述产品推荐模型确定向目标用户推荐的第一 候选目标产品； 基于预设的备用产品推荐模型确定向目标用户推荐的第二 候选目标产品； 若所述第一候选目标产品和所述第 二候选目标产品一致， 则以所述第 一候选目标产品 或所述第二 候选目标产品为目标产品， 并将所述目标产品向目标用户推荐； 若所述第一候选目标产品和所述第 二候选目标产品不一致， 则在所述第 一候选目标产 品和所述第二候选目标产品中选择一个作为目标产品， 并将所述目标产品向目标用户推 荐。 4.根据权利要求3所述的方法， 其特征在于， 所述在所述第 一候选目标产品和所述第 二 候选目标产品中选择一个作为目标产品， 包括： 按照预设概率在所述第一候选目标产品和所述第二候选目标产品中选择一个作为目 标产品， 其中， 选择 所述第一 候选目标产品的概 率大于选择所述第二 候选目标产品的概 率。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述产品推荐模型向目标用户推 荐目标产品， 包括： 将由所述产品推荐模型向目标用户推荐的产品作为 候选推荐产品； 从所述候选推荐产品中选出属于热门产品列表的热门产品， 并将选出的热门产品作为 目标产品向目标用户推荐。 6.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标类关系路径对应的原 因权　利　要　求　书 1/2 页 2 CN 114385828 A 2信息， 生成推荐理由， 包括： 以所述目标类关系路径对应的原因信息为模板， 将与所述目标用户 和/或所述目标产 品相关的信息填充至所述模板中， 得到推荐理由。 7.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标类关系路径对应的原 因 信息， 生成推荐理由， 包括： 根据所述目标类关系路径对应的原因信息， 生成原 始推荐理由； 利用训练好的文本改写模型， 对所述原 始推荐理由进行改写， 得到推荐理由。 8.一种产品推荐装置， 其特 征在于， 所述装置包括： 遍历模块， 被配置为在用户与产品的关系知识图谱中进行遍历， 得到与各个用户 和产 品对相对应的多类关系路径， 其中， 每一类关系路径包括至少一条关系路径； 计数模块， 被配置为针对所述每一类关系路径， 进行路径计数， 得到各类关系路径所包 括的关系路径的数量； 构建模块， 被配置为根据各类关系路径所包括的关系路径的数量， 构建与各类关系路 径相对应的矩阵； 矩阵调整模块， 被配置为根据与各类关系路径对应的初始权重值， 对与各类关系路径 相对应的矩阵内的元 素进行调整， 得到调整后矩阵； 拼接模块， 被 配置为对各类关系路径对应的调整后矩阵进行拼接， 得到拼接矩阵； 训练和调整模块， 被配置为根据所述拼接矩阵对神经网络模型进行训练， 得到产品推 荐模型， 并对与各类关系路径对应的初始权 重值进行调整， 得到最终权 重值； 推荐模块， 被 配置为基于所述产品推荐模型向目标用户推荐目标产品； 确定模块， 被配置为根据所述目标用户与 所述目标产品所对应的各类关系路径所包括 的关系路径的数量和各类关系路径对应的最终权 重值， 确定目标类关系路径； 生成模块， 被配置为基于所述目标类关系路径对应的原因信 息， 生成推荐理由， 并将所 述推荐理由输出。 9.一种计算机可读程序介质， 其特征在于， 其存储有计算机程序指令， 当所述计算机程 序指令被 计算机执 行时， 使计算机执 行根据权利要求1至7中任一项所述的方法。 10.一种电子设备， 其特 征在于， 所述电子设备包括： 处理器； 存储器， 所述存储器上存储有计算机可读指令， 所述计算机可读指令被所述处理器执 行时， 实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114385828 A 3