(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 202111503473.X (22)申请日 2021.12.09 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 蒋俊翔　徐伟　夏晓玲　曹丞泰　 何伯磊　陈坤斌　和为　 (74)专利代理 机构 北京市通商律师事务所 11951 代理人 姜莹丽 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/958(2019.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 10/10(2012.01) (54)发明名称 物料推荐 方法、 装置、 电子设备、 存储介质及 产品 (57)摘要 本公开提供了一种物料推荐方法、 装置、 电 子设备、 存储介质及产品， 涉及人工智 能技术领 域， 尤其涉及大数据、 云计算技术领域。 具体实现 方案为： 在账户向量库中获取与目标账户对应的 账户向量， 所述账户向量基于账户与参考数据的 关联关系确定； 基于所述账户向量， 在物料向量 库中获取与所述账户向量关联的物料向量， 所述 物料向量基于物料与账户的关联关系确定； 向目 标账户推荐与所述物料向量对应的物料。 通过本 公开可以提高推荐物料的准确性。 权利要求书3页 说明书9页 附图6页 CN 114201677 A 2022.03.18 CN 114201677 A 1.一种物料推荐方法， 所述方法包括： 在账户向量库中获取与目标账户对应的账户向量， 所述账户向量基于账户与参考数据 的关联关系确定； 基于所述账户向量， 在物料向量库中获取与所述账户向量关联的物料向量， 所述物料 向量基于物料与账户的关联关系确定； 向目标账户推荐与所述物料向量对应的物料。 2.根据权利要求1所述的方法， 其中， 所述基于账户与参考数据的关联关系确定账户向 量， 包括： 获取账户的参考数据， 将所述参考数据输入至技能标签预测模型， 得到所述账户的第 一技能标签； 获取参考数据的样本数据， 所述样本数据包括与所述账户相关的正样本参考数据， 以 及与所述账户不相关的负 样本参考数据； 将所述正样本参考数据的第一技能标签和所述负样本参考数据的第一技能标签使用 稠密向量进行表示， 得到账户向量。 3.根据权利要求2所述的方法， 其中， 所述将所述正样本参考数据的第 一技能标签和所 述负样本参考数据的第一 技能标签使用稠密向量进行表示， 得到账户向量， 包括： 基于所述 技能标签预测模型， 获取 所述第一 技能标签的概 率排序； 基于所述概率排序， 对所述正样本参考数据的第 一技能标签和所述负样本参考数据的 第一技能标签进行编码； 将编码后的所述正样本参考数据的第一技能标签和所述负样本参考数据的第一技能 标签进行向量映射， 得到账户向量。 4.根据权利要求2所述的方法， 其中， 确定所述 技能标签预测模型， 包括： 在参考数据中， 提取与技能标签对应的关键词， 得到所述关键词与技能标签的对应关 系； 获取历史参考数据， 并根据所述对应关系确定所述历史参考数据的历史第一技能标 签； 以所述历史参考数据为输入， 所述历史第一技能标签为输出训练模型， 得到技能标签 预测模型。 5.根据权利要求1所述的方法， 其中， 所述基于物料与账户的关联关系确定物料向量， 包括： 获取物料， 根据关键词与技能标签的对应关系， 确定所述物料的第二 技能标签； 获取账户的第一技能标签， 并根据所述第一技能标签和第二技能标签之间的关联关 系， 确定与所述账户相关的物料为 正样本物料， 与所述账户不相关的物料为负 样本物料； 将所述正样本物料的第二技能标签和所述负样本物料的第二技能标签使用稠密向量 进行表示， 得到物料向量。 6.根据权利要求5所述的方法， 其中， 基于将所述正样本物料的第 二技能标签和所述负 样本物料的第二 技能标签使用稠密向量进行表示， 得到物料向量， 包括： 获取所述第一技能标签的概率排序， 并基于所述概率排序对第二技能标签进行排序， 得到第二 技能标签的概 率排序；权　利　要　求　书 1/3 页 2 CN 114201677 A 2基于所述概率排序， 对所述正样本物料的第 二技能标签和所述负样本物料的第 二技能 标签进行编码； 将编码后的所述正样本物料的第二技能标签和所述负样本物料的第二技能标签进行 向量映射， 得到物料向量。 7.根据权利要求1所述的方法， 其中， 所述基于所述账户向量， 在物料向量库中获取与 所述账户向量关联的物料向量， 包括： 计算所述账户向量和所述物料向量， 得到向量计算结果； 根据所述向量计算结果， 在物料向量库中， 确定与所述账户向量关联的物料向量。 8.一种物料推荐装置， 所述装置包括： 获取模块， 用于在账户向量库中获取与目标账户对应的账户向量， 所述账户向量基于 账户与参考数据的关联关系确定； 还用于基于所述账户向量， 在物料向量库中获取与所述 账户向量关联的物料向量， 所述物料向量基于物料与账户的关联关系确定； 推荐模块， 用于向目标 账户推荐与所述物料向量对应的物料。 9.根据权利要求8所述的装置， 其中， 所述装置还 包括： 确定模块； 所述确定模块， 用于获取账户的参考数据， 将所述参考数据输入至技能标签预测模型， 得到所述账户的第一 技能标签； 获取参考数据的样本数据， 所述样本数据包括与所述账户相关的正样本参考数据， 以 及与所述账户不相关的负 样本参考数据； 将所述正样本参考数据的第一技能标签和所述负样本参考数据的第一技能标签使用 稠密向量进行表示， 得到账户向量。 10.根据权利要求9所述的装置， 其中， 所述确定模块， 用于： 基于所述 技能标签预测模型， 获取 所述第一 技能标签的概 率排序； 基于所述概率排序， 对所述正样本参考数据的第 一技能标签和所述负样本参考数据的 第一技能标签进行编码； 将编码后的所述正样本参考数据的第一技能标签和所述负样本参考数据的第一技能 标签进行向量映射， 得到账户向量。 11.根据权利要求9所述的装置， 其中， 所述确定模块， 用于： 在参考数据中， 提取与技能标签对应的关键词， 得到所述关键词与技能标签的对应关 系； 获取历史参考数据， 并根据 所述对应关系确定所述历史参考数据的的历史第 一技能标 签； 以所述历史参考数据为输入， 所述历史第一技能标签为输出训练模型， 得到技能标签 预测模型。 12.根据权利要求8所述的装置， 其中， 所述确定模块， 用于： 获取物料， 根据关键词与技能标签的对应关系， 确定所述物料的第二 技能标签； 获取账户的第一技能标签， 并根据所述第一技能标签和第二技能标签之间的关联关 系， 确定与所述账户相关的物料为 正样本物料， 与所述账户不相关的物料为负 样本物料； 将所述正样本物料的第二技能标签和所述负样本物料的第二技能标签使用稠密向量 进行表示， 得到物料向量。权　利　要　求　书 2/3 页 3 CN 114201677 A 3