一种车辆推荐方法及相关设备与流程

1.本技术涉及车辆推荐技术领域，具体是涉及一种车辆推荐方法及相关设备。


背景技术：

2.近年来，随着互联网技术的快速发展和信息爆炸式的增长，用户虽然可以更加便捷地获取各类信息，但也需要花费大量的时间去过滤自己不感兴趣或跟自己无关的内容，而无法高效获取到其所需要的信息。为此，许多应用于电商平台的推荐方法应运而生。然而，对于购车领域，购车用户大多为新用户，这就导致用户历史交互数据缺失，使得现有应用于电商平台的推荐方法无法准确把握购车用户的真实兴趣，从而无法准确的为用户推荐车辆。
3.因此，现有技术还有待改进和提高。
4.本技术提供了一种车辆推荐方法，以解决相关技术中因购车用户的历史交互数据缺失而导致的车辆推荐不准确的技术问题。
5.为实现上述目的，本技术采用了以下技术方案：本技术第一方面实施例提供一种车辆推荐方法，包括以下步骤：获取待推荐用户的用户嵌入表示及各待推荐车辆的车辆嵌入表示；基于所述用户嵌入表示，通过多头注意力机制确定所述待推荐用户的用户精炼表示；基于所述用户精炼表示及各待推荐车辆的车辆嵌入表示，通过多头注意力机制确定各待推荐车辆的兴趣表征；基于所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率；基于各待推荐车辆的点击概率确定所述待推荐用户对应的推荐车辆。
6.根据上述技术手段，本技术实施例通过双层多头注意机制来捕获用户嵌入表示中的各嵌入表示间的相互关系和用户精炼表示中的各用户兴趣间的相互关系，这样即使在确定历史交互信息的情况下也可以准确的对待推荐用户对待推荐车辆的感兴趣程度进行预测，提高了预测得到的点击概率的准确性，从而提高了推荐车辆的准确性。
7.可选地，在本技术的一个实施例中，所述获取待推荐用户的用户嵌入表示及各待推荐车辆的车辆嵌入表示具体包括：获取待推荐用户的用户信息，其中，所述用户信息包括用户年龄、用户学历、用户收入以及历史购买信息；获取各待推荐车辆的车辆信息，其中，所述车辆信息包括车辆价格、车辆外观以及车辆配置信息；通过预设嵌入矩阵将所述用户信息转换为用户嵌入表示，并通过所述预设嵌入矩阵将各车辆信息转换为车辆嵌入表示。
8.根据上述技术手段，本技术实施例可以获取到丰富的用户信息和车辆信息，从而可以增加用户嵌入表示和车辆嵌入表示所携带的信息量化，进而可以提高后续基于用户嵌入表示和车辆嵌入表示确定的推荐车辆的准确性。
9.可选地，在本技术的一个实施例中，所述基于所述用户嵌入表示，通过多头注意力
机制确定所述待推荐用户的用户精炼表示具体包括：基于所述用户嵌入表示生成第一查询向量、第一键向量和第一值向量；将所述第一查询向量、所述第一键向量和所述第一值向量输入多头注意机制中的各注意力头，通过各注意力头输出一精炼表示；基于各注意力头输出的精炼表示确定所述待推荐用户的用户精炼表示。
10.根据上述技术手段，本技术实施例通过多头注意力机制中的多个注意力头，可以获取到更精细的用户表示，使得用户精炼表示可以携带有同一时间段用户的多种不同兴趣信息。
11.可选地，在本技术的一个实施例中，所述基于所述用户精炼表示及各待推荐车辆的车辆嵌入表示，通过多头注意力机制确定各待推荐车辆的兴趣表征具体包括：基于所述用户精炼表示生成第二查询向量、第二键向量和第二值向量；将所述第二查询向量、所述第二键向量和所述第二值向量输入多头注意机制中的各注意力头，通过各注意力头输出一候选兴趣表征，以得到候选兴趣表征序列；对于每个待推荐车辆，基于所述待推荐车辆的车辆嵌入表示及所述候选兴趣表征序列，计算所述候选兴趣表征序列中的各候选兴趣表征的兴趣权重，并基于各兴趣权重及候选兴趣表征序列确定所述待推荐车辆的兴趣表征。
12.根据上述技术手段，本技术实施例可以获取用户多种兴趣的表征，并通过获取各候选兴趣表征的兴趣权重可以获取到多种兴趣中与待推荐车辆相关度最高的兴趣表征，从而可以提高后续确定的推荐车辆的准确性。
13.可选地，在本技术的一个实施例中，所述基于所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率具体包括：对于每个待推荐车辆，获取所述用户精炼表示对应的精炼权重和所述兴趣表征对应的兴趣权重，并将所述用户嵌入表示，所述待推荐车辆的车辆嵌入表示，所述用户精炼表示与所述精炼权重的乘积向量，以及所述兴趣表示与所述兴趣权重的乘积向量进行拼接，得到所述待推荐车辆对应的融合向量；将各待推荐车辆的融合向量输入多层感知机，通过多层感知机确定各待推荐车辆的点击概率。
14.根据上述技术手段，本技术实施例在融合时考虑了兴趣表示的重要程度，使得融合向量携带有各类型兴趣的重要程度，从而可以进一步提高后续确定的推荐车辆的准确性。
15.可选地，在本技术的一个实施例中，所述基于各待推荐车辆的点击概率确定所述待推荐用户对应的推荐车辆之前，所述方法还包括：基于所述用户精炼表征确定所述待推荐用户对应的从众评分；基于各待推荐车辆的车辆嵌入表示确定各待推荐车辆的流行度评分；对于每个待推荐车辆，基于所述从众评分、所述流行度评分和所述待推荐车辆的点击概率更新所述待推荐车辆的点击概率，并将更新后的点击概率作为所述待推荐车辆的点击概率。
16.根据上述技术手段，本技术实施例通过引入从众评分可以消除从众心理影响，并且通过引入流行度评分可以消除热门车辆的影响，从而可以避免集中推荐热门车辆而导致的重复推荐相同车辆的问题，提高了推荐车辆的多样性。
17.可选地，在本技术的一个实施例中，基于所述从众评分、所述流行度评分和所述待推荐车辆的点击概率更新所述待推荐车辆的点击概率，并将更新后的点击概率作为所述待推荐车辆的点击概率具体包括：基于所述从众评分计算从众概率，并基于所述流行度评分
计算流行度概率；计算所述从众概率、所述流行度概率以及所述点击概率的乘积，以得到第一候选点击概率；计算所述从众概率、所述流行度概率以及预设干预值的乘积，以得到第二候选点击概率，其中，所述预设干预值为基于各待推荐车辆的点击概率确定的；计算所述第一候选点击概率和第二候选点击概率的点击概率差值，并将所述点击概率差值作为所述待推荐车辆的点击概率。
18.根据上述技术手段，本技术实施例通过第一候选点击概率和第二候选点更新所述待推荐车辆的点击概率，可以消除从众心理和流行度的自然直接效应，从而可以向待推荐用户推荐消除车辆流行度因素和用户从众心理影响的推荐车辆。
19.本技术第二方面实施例提供一种车辆推荐装置，包括：控制模块，用于获取待推荐用户的用户嵌入表示及各待推荐车辆的车辆嵌入表示；基于所述用户嵌入表示，通过多头注意力机制确定所述待推荐用户的用户精炼表示；基于所述用户精炼表示及各待推荐车辆的车辆嵌入表示，通过多头注意力机制确定各待推荐车辆的兴趣表征；基于所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率；推荐模块，用于基于各待推荐车辆的点击概率确定所述待推荐用户对应的推荐车辆。
20.本技术第三方面实施例提供一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的某程序，所述处理器执行所述某程序时，实现如上所述的车辆推荐方法的步骤。
21.本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有某程序，所述某程序被处理器执行时，实现如上所述的车辆推荐方法的步骤。
22.本技术的有益效果：（1）、通过双层多头注意机制来捕获用户嵌入表示中的各嵌入表示间的相互关系和用户精炼表示中的各用户兴趣间的相互关系，可以提高点击概率的准确性，从而可以提高推荐车辆的准确性。
23.（2）、在融合时考虑了兴趣表示的重要程度，使得融合向量携带有各类型兴趣的重要程度，进一步提高后续确定的推荐车辆的准确性。
24.（3）、通过引入从众评分可以消除从众心理影响，并且通过引入流行度评分可以消除热门车辆的影响，从而可以避免集中推荐热门车辆而导致的重复推荐相同车辆的问题，提高了推荐车辆的多样性。
25.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
26.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得 明显和容易理解，其中:图1为车辆推荐模型的一个示例的结构原理框图。
27.图2为车辆推荐模型的另一个示例的结构原理图。
28.图3为本技术实施例的车辆推荐方法的流程图。
29.图4为车辆推荐方法对应的理想因果图。
30.图5为流行度因素对预测分数影响的因果图。
31.图6为从众因素和流行度因素同步对预测分数影响的因果图。
32.图7为消除从众因素和流行度因素影响的因果图。
33.图8为本技术实施例的车辆推荐装置的结构示意图；图9为本技术实施例提供的终端设备的内部结构原理框图。
具体实施方式
34.s33、对于每个待推荐车辆，基于待推荐车辆的车辆嵌入表示及候选兴趣表征序列，计算候选兴趣表征序列中的各候选兴趣表征的兴趣权重，并基于各兴趣权重及候选兴趣表征序列确定待推荐车辆的兴趣表征。
35.具体地，在步骤s31中，第二查询向量、第二键向量和第二值向量均为基于用户精炼表示生成的，第二查询向量、第二键向量和第二值向量的向量维度相同，记为。其中，第二查询向量、第二键向量和第二值向量的计算公式可以表示为：
36.其中，表示第二查询向量，表达第二键向量，表示第二值向量，均表示线性矩阵，表示用户精炼表示。此外，值得说明的是，第二查询向量、第二键向量和第二值向量为多头注意力机制中的查询向量、键向量和值向量，第二查询向量、第二键向量和第二值向量中的“第二”仅是为了与后续用于确定用户精炼表示的多头注意力机制的查询向量、键向量和值向量的区别，不具有实际意义。
37.进一步，在步骤s32中，在获取到第二查询向量、第二键向量和第二值向量后，将第二查询向量、第二键向量和第二值向量分别输入多头注意力机制中的每个注意力，通过每个注意力头输出一候选兴趣表征，其中，候选兴趣表征可以表示为：
38.其中，表示第一查询向量，表示候选兴趣表征。
39.在获取到各注意力头输出的候选兴趣表征后，将各候选兴趣表征放在一个向量内得到候选兴趣表征序列。其中，候选兴趣表征序列表示为：
40.其中，表示候选兴趣表征序列，多头注意力机制中的注意力数量。
41.进一步，在步骤s33中，候选兴趣表征序列反映了用户精炼表示中的待推荐用户的不同用户兴趣，而待推荐用户的不同用户兴趣与待推荐车辆的相关程度不同，且可能会在与待推荐车辆不想管的用户兴趣。由此，在获取到候选兴趣表征序列后，可以待推荐车辆
的车辆嵌入表示及候选兴趣表征序列来计算各候选兴趣表征的兴趣权重，通过兴趣权重来反应各候选兴趣表征与待推荐车辆的相关程度，然后在根据各候选兴趣表征的相关程度来确定待推荐车辆的兴趣表征。其中，兴趣权重用于反映车辆嵌入表示与候选兴趣表征序列中的各候选兴趣表征的相关程度，其计算公式可以为：
42.其中，表示待推荐车辆的车辆嵌入表示，表示线性矩阵，表示第候选兴趣表征的兴趣权重。
43.在获取到兴趣权重后，可以根据兴趣权重在候选兴趣表征序列中筛选出与待推荐车辆相匹配的兴趣表征，其中，兴趣表征可以表示为：
44.其中，表示兴趣表征。
45.本实现方式通过学习用户精炼表示所携带用户兴趣来确定若干候选兴趣表征，然后计算用于车辆嵌入表示与各后续兴趣表示的相关程度的兴趣权重，最后基于兴趣权重和候选兴趣表示确定兴趣表征，也可以是通过用户兴趣与待推荐车辆的相关程度来对候选兴趣表征进行筛选，提高了待推荐车辆与兴趣表征的相关程度，从而可以提高后续确定的推荐车辆的准确性。
46.s40、基于用户嵌入表示、用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率。
47.具体地，点击概率用于反映待推荐用户选取待推荐车辆的可能性，其中，点击概率越高说明待推荐用户选取待推荐车辆的可能性越高，反之，点击概率越低说明待推荐用户选取待推荐车辆的可能性越低。点击概率可以通过多层感知机获取得到的，也就是说，可以基于所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征来确定融合向量，然后将融合向量输入多层感知机，通过多层感知机输出待推荐车辆对应的点击概率。
48.在一个实现方式中，基于所述用户嵌入表示、用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率具体包括：s41、对于每个待推荐车辆，获取用户精炼表示对应的精炼权重和兴趣表征对应的兴趣权重，并将用户嵌入表示，待推荐车辆的车辆嵌入表示，用户精炼表示与所述精炼权重的乘积向量，以及兴趣表示与所述兴趣权重的乘积向量进行拼接，得到待推荐车辆对应的融合向量；s42、将各待推荐车辆的融合向量输入多层感知机，通过多层感知机确定各待推荐车辆的点击概率。
49.具体地，精炼权重用于反映用户精炼表示的重要程度，兴趣权重用于反映兴趣表征的重要程度，融合向量为用户嵌入表示，所述待推荐车辆的车辆嵌入表示，所述用户精炼表示与所述精炼权重的乘积向量，以及所述兴趣表示与所述兴趣权重的乘积向量拼接得到
的，其中，融合向量可以表示为：
50.其中，表示融合向量，表示车辆嵌入表示，表示用户嵌入表示，表示用户精炼表示，表示兴趣表征，表示精炼权重，表示兴趣权重。
51.进一步，精炼权重和兴趣权重可以是预先设置的，也可以是基于兴趣表征和用户精炼表示计算得到的。在实现方式中，精炼权重和兴趣权重基于兴趣表征和用户精炼表示计算得到的，其中，精炼权重和兴趣权重的计算公式分别为：
52.其中，和均表示线性矩阵，和均表示经过训练的向量参数，和均表示一个标量，用于保证所有类型的兴趣表示均参与最终的推荐预测。
53.此外，在实际应用中，在基于所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征来确定一融合向量时，也可以直接将所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征进行拼接来确定融合向量。
54.本实现方式通过为用户精炼表示和兴趣表征配置权重，然后将携带有权重的用户精炼表示和兴趣表征与用户嵌入表示和车辆嵌入表示进行拼接来得到融合向量，使得融合向量携带有各兴趣类型的重要程度，从而可以提高基于融合向量确定的点击量的准确性。
55.s50、基于各待推荐车辆的点击概率确定所述待推荐用户对应的推荐车辆。
56.具体地，推荐车辆可以为各待推荐车辆中点击概率最大的待推荐车辆，也就是说，在获取到各待推荐车辆的点击概率后，可以直接将点击概率最大的待推荐车辆作为推荐车辆。然而，由于推荐模型在学习过程中使用的数据呈长尾分布，存在交互记录项目大多是居于头部的热门项目，导致热门车辆的点击概率会偏高，这样会出现向待推荐用户重复推荐同款车辆的问题。另外，对于不同用户，项目流行度因素的影响还存在个体化差异，一些用户会比其他用户更倾向搜索热门车辆，即这些用户的从众程度（conformity）高，反之，一些用户会比其他用户更倾向搜索冷门车辆，即这些用户的从众程度（conformity）低。因此，在获取到的各待推荐车辆的点击概率后，还可以获取待推荐用户的从众评分和/或待推荐车辆的流行度评分，然后基于点击概率与从众评分和/或流行度评分来更新点击概率，最后再根据更新后的点击概率来推荐车辆，这样不但可以提高推荐给待推荐用户的推荐车辆的准确性，还可以增加推荐车辆的多样性。
57.基于此，在一个实现方式中，基于各待推荐车辆的点击概率确定待推荐用户对应的推荐车辆之前，所述方法还包括：h10、基于用户精炼表征确定待推荐用户对应的从众评分；h20、基于各待推荐车辆的车辆嵌入表示确定各待推荐车辆的流行度评分；h30、对于每个待推荐车辆，基于从众评分、流行度评分和待推荐车辆的点击概率更新待推荐车辆的点击概率，并将更新后的点击概率作为待推荐车辆的点击概率。
58.具体地，从众评分用于反应用户的从众程度，流行度评分用于反映待推荐车辆的
热门程度，其中，从众评分可以通过将用户精炼表征输入多层感知机mlp来确定，流行度评分后可以通过将车辆嵌入表示输入多层感知机mlp来确定。在获取到从众评分和流行度评分后，可以将从众评分和流行度评分进行归一化后得到从众概率和流行度概率，然后基于从众概率、流行度概率以及点击概率来对点击概率进行更新，例如，直接将从众概率、流行度概率以及点击概率的乘积作为更新后的点击概率，或者是，将从众概率、流行度概率以及点击概率的乘积作为第一候选点击概率，然后在基于从众概率和流行度概率确定的第二候选点击概率，最后将第一候选点击概率和第二候选点击概率的差作为更新后的点击概率等。
59.在一个实现方式中，基于从众评分、流行度评分和待推荐车辆的点击概率更新待推荐车辆的点击概率，并将更新后的点击概率作为所述待推荐车辆的点击概率具体包括：h31、基于从众评分计算从众概率，并基于流行度评分计算流行度概率；h32、计算从众概率、流行度概率以及点击概率的乘积，以得到第一候选点击概率；h33、计算从众概率、流行度概率以及预设干预值的乘积，以得到第二候选点击概率，其中，预设干预值为基于各待推荐车辆的点击概率确定的；h34、计算第一候选点击概率和第二候选点击概率的点击概率差值，并将点击概率差值作为待推荐车辆的点击概率。
60.具体地，从众概率和可以采用激活函数对从众评分进行处理得到的，流行度概率也可以通过采用激活函数对流行度评分进行处理得到的，其中，从众概率对应的激活函数与流行度概率对应的激活函数可以相同，也可以不同。在本实现方式中，从众概率对应的激活函数与流行度概率对应的激活函数均为sigmoid函数。第一候选点击概率为计算所述从众概率、所述流行度概率以及点击概率的乘积，第二候选点击概率为所述从众概率、所述流行度概率以及预设干预值的乘积，相应的，第一候选点击概率和第二候选点击概率的表达式分别可以为：
61.其中，表示第一候选点击概率，表示第二候选点击概率，表示点击概率，表示从众评分，\表示流行度评分，表示sigmoid函数。
62.在获取到第一候选点击概率和第二候选点击概率后，更新后的点击概率可以表示为：
63.其中，表示更新后的点击概率，表示预设干预值，代表对匹配函数进行干预后的值，可以为预先设置的，也可以各待推荐车辆的点击概率确定的。在本实现方式中，为基于各待推荐车辆的点击概率确定的，例如，为各待推荐车辆的点击概率的平均值，或者是，为各待推荐车辆的点击概率中的中间值等。
64.本实现方式采用叠加从众概率和流行度概率的第一候选点击概率减去叠加预设干扰值、从众概率和流行度概率的第二候选点击概率的点击概率差值来作为更新后的点击
概率，可以完全消除从众因素和流行度因素对点击概率的影响，从而可以提高推荐车辆的准确性以及多样性。这是由于，如图4所示，向待推荐用户推荐车辆表示因果图，其中，表示用户精炼表示，代表车辆嵌入表示，表示匹配函数（例如，内部积或者多层感知机mlp等），用于学习和之间的匹配特征，c表示预测分数，用于反映待推荐用户与待推荐车辆交互的可能性。如图5所示，流行度的影响可以视作待推荐车辆对预测分数的直接影响，如图6所示，从众程度的影响可以视为待推荐用户对预测分数的直接影响。
65.由此，通过从众评分和流行度评分来更新点击概率的目的是为了消除待推荐用户与待推荐车辆对预测分数的直接影响，其中，当待推荐用户和待推荐车辆发生变化时，待推荐用户和待推荐车辆对预测分数的总效应te的计算如公式可以为：
66.其中，和是变化后的和的观测值，和是变化前的和的观测值，是匹配函数。
67.为了能够估计和对的自然直接效应，可以通过干预（即）来实现，干预后相当于阻断了路径和路径，此时仅存在节点和对的直接因果效应，干预后的因果图如图7所示。此时节点和对的自然直接效应nde的计算如公式所示：
68.得到和对的自然直接效应值后，可以推出和对的间接因果效应tie，节点和对的总间接效应tie的计算如公式可以为：。
69.通过上述式子可以得到消除流行度因素和从众因素的影响后的预测结果。因此，通过采用本实现方式中确定的点击概率，可以消除流行度因素和因素的影响。
70.综上，本实施例提供的车辆推荐方法可以捕获到用户嵌入表示中的各嵌入表示间的相互关系和用户精炼表示中的各用户兴趣间的相互关系，并且充分考虑兴趣表示的重要程度，保证了点击概率的准确性，从而可以提高推荐车辆的准确性。同时，本实施例还通过引入从众评分可以消除从众心理影响，并且通过引入流行度评分可以消除热门车辆的影响，从而可以避免集中推荐热门车辆而导致的重复推荐相同车辆的问题，提高了推荐车辆的多样性。
71.其次参照附图描述根据本技术实施例提出的车辆推荐装置。
72.如图8所示，该车辆推荐装置包括：控制模块100和推荐模块200，控制模块100，用于获取待推荐用户的用户嵌入表示及各待推荐车辆的车辆嵌入表示；基于所述用户嵌入表示，通过多头注意力机制确定所述待推荐用户的用户精炼表示；基于所述用户精炼表示及各待推荐车辆的车辆嵌入表示，通过多头注意力机制确定各待推荐车辆的兴趣表征；基于所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率。推荐模块200，用于基于各待推荐车辆的点击概率确定所述待
推荐用户对应的推荐车辆。
73.需要说明的是，前述对车辆推荐方法实施例的解释说明也适用于该实施例的某装置，此处不再赘述。
74.图9为本技术实施例提供的终端设备的结构示意图。该终端设备可以包括：存储器901、处理器902及存储在存储器901上并可在处理器902上运行的计算机程序。
75.处理器902执行程序时实现上述实施例中提供的车辆推荐方法。
76.进一步地，终端设备还包括：通信接口903，用于存储器901和处理器902之间的通信。
77.存储器901，用于存放可在处理器902上运行的计算机程序。
78.存储器901可能包含高速ram存储器，也可能还包括非易失性存储器(non
ꢀ‑ꢀ
volatile memory)，例如至少一个磁盘存储器。
79.如果存储器901、处理器902和通信接口903独立实现，则通信接口903、存储器901和处理器902可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(periphera l component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
80.可选地，在具体实现上，如果存储器901、处理器902及通信接口903，集成在一块芯片上实现，则存储器901、处理器902及通信接口903可以通过内部接口完成相互间的通信。
81.处理器902可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
82.本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的车辆推荐方法。
83.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示 例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
84.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性 或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个 等，除非另有明确具体的限定。
85.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，
包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
86.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备读取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)， 可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器 (cdrom)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
87.应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
88.0001.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
89.0002.此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
90.上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种车辆推荐方法，其特征在于，所述方法包括：获取待推荐用户的用户嵌入表示及各待推荐车辆的车辆嵌入表示；基于所述用户嵌入表示，通过多头注意力机制确定所述待推荐用户的用户精炼表示；基于所述用户精炼表示及各待推荐车辆的车辆嵌入表示，通过多头注意力机制确定各待推荐车辆的兴趣表征；基于所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率；基于各待推荐车辆的点击概率确定所述待推荐用户对应的推荐车辆。2.根据权利要求1所述车辆推荐方法，其特征在于，所述获取待推荐用户的用户嵌入表示及各待推荐车辆的车辆嵌入表示具体包括：获取待推荐用户的用户信息，其中，所述用户信息包括用户年龄、用户学历、用户收入以及历史购买信息；获取各待推荐车辆的车辆信息，其中，所述车辆信息包括车辆价格、车辆外观以及车辆配置信息；通过预设嵌入矩阵将所述用户信息转换为用户嵌入表示，并通过所述预设嵌入矩阵将各车辆信息转换为车辆嵌入表示。3.根据权利要求1所述车辆推荐方法，其特征在于，所述基于所述用户嵌入表示，通过多头注意力机制确定所述待推荐用户的用户精炼表示具体包括：基于所述用户嵌入表示生成第一查询向量、第一键向量和第一值向量；将所述第一查询向量、所述第一键向量和所述第一值向量输入多头注意机制中的各注意力头，通过各注意力头输出一精炼表示；基于各注意力头输出的精炼表示确定所述待推荐用户的用户精炼表示。4.根据权利要求1所述车辆推荐方法，其特征在于，所述基于所述用户精炼表示及各待推荐车辆的车辆嵌入表示，通过多头注意力机制确定各待推荐车辆的兴趣表征具体包括：基于所述用户精炼表示生成第二查询向量、第二键向量和第二值向量；将所述第二查询向量、所述第二键向量和所述第二值向量输入多头注意机制中的各注意力头，通过各注意力头输出一候选兴趣表征，以得到候选兴趣表征序列；对于每个待推荐车辆，基于所述待推荐车辆的车辆嵌入表示及所述候选兴趣表征序列，计算所述候选兴趣表征序列中的各候选兴趣表征的兴趣权重，并基于各兴趣权重及候选兴趣表征序列确定所述待推荐车辆的兴趣表征。5.根据权利要求1所述车辆推荐方法，其特征在于，所述基于所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率具体包括：对于每个待推荐车辆，获取所述用户精炼表示对应的精炼权重和所述兴趣表征对应的兴趣权重，并将所述用户嵌入表示，所述待推荐车辆的车辆嵌入表示，所述用户精炼表示与所述精炼权重的乘积向量，以及所述兴趣表示与所述兴趣权重的乘积向量进行拼接，得到所述待推荐车辆对应的融合向量；将各待推荐车辆的融合向量输入多层感知机，通过多层感知机确定各待推荐车辆的点击概率。
6.根据权利要求1-5任意一项所述的车辆推荐方法，其特征在于，所述基于各待推荐车辆的点击概率确定所述待推荐用户对应的推荐车辆之前，所述方法还包括：基于所述用户精炼表征确定所述待推荐用户对应的从众评分；基于各待推荐车辆的车辆嵌入表示确定各待推荐车辆的流行度评分；对于每个待推荐车辆，基于所述从众评分、所述流行度评分和所述待推荐车辆的点击概率更新所述待推荐车辆的点击概率，并将更新后的点击概率作为所述待推荐车辆的点击概率。7.根据权利要求6所述的车辆推荐方法，其特征在于，所述基于所述从众评分、所述流行度评分和所述待推荐车辆的点击概率更新所述待推荐车辆的点击概率，并将更新后的点击概率作为所述待推荐车辆的点击概率具体包括：基于所述从众评分计算从众概率，并基于所述流行度评分计算流行度概率；计算所述从众概率、所述流行度概率以及所述点击概率的乘积，以得到第一候选点击概率；计算所述从众概率、所述流行度概率以及预设干预值的乘积，以得到第二候选点击概率，其中，所述预设干预值为基于各待推荐车辆的点击概率确定的；计算所述第一候选点击概率和第二候选点击概率的点击概率差值，并将所述点击概率差值作为所述待推荐车辆的点击概率。8.一种车辆推荐装置，其特征在于，包括：控制模块，用于获取待推荐用户的用户嵌入表示及各待推荐车辆的车辆嵌入表示；基于所述用户嵌入表示，通过多头注意力机制确定所述待推荐用户的用户精炼表示；基于所述用户精炼表示及各待推荐车辆的车辆嵌入表示，通过多头注意力机制确定各待推荐车辆的兴趣表征；基于所述用户嵌入表示、所述用户精炼表示以及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率；推荐模块，用于基于各待推荐车辆的点击概率确定所述待推荐用户对应的推荐车辆。9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的某程序，所述处理器执行所述某程序时，实现如权利要求1-7任一项所述的车辆推荐方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有某程序，所述某程序被处理器执行时，实现如权利要求1-7任一项所述的车辆推荐方法的步骤。

技术总结
本申请涉及车辆推荐技术领域，具体是涉及一种车辆推荐方法及相关设备，方法包括获取用户嵌入表示及各车辆嵌入表示；基于用户嵌入表示，通过多头注意力机制确定用户精炼表示；基于用户精炼表示及各待推荐车辆的车辆嵌入表示，通过多头注意力机制确定各待推荐车辆的兴趣表征；基于用户嵌入表示、用户精炼表示及各待推荐车辆的车辆嵌入表示和兴趣表征，确定各待推荐车辆的点击概率；基于点击概率确定待推荐用户对应的推荐车辆。本申请通过双层多头注意机制来捕获用户嵌入表示中的各嵌入表示间的相互关系和用户精炼表示中的各用户兴趣间的相互关系，再基于捕获到的相互关系确定点击概率，可以提高点击概率的准确性，从而可以提高推荐车辆的准确性。高推荐车辆的准确性。高推荐车辆的准确性。


技术研发人员：康达
受保护的技术使用者：重庆长安汽车股份有限公司
技术研发日：2023.06.30
技术公布日：2023/9/9