CN119493896A 推 荐方法及计算设备 （杭州阿里巴巴海外数字商业有限公司）

司本申请实施例提供一种推荐方法及计算设所述至少一个第一用户特征，生成第二推荐信2将所述第一推荐信息以及所述第二推荐信息融合生其中，所述第一生成模型为大语言模型；所述第一生一个第一用户特征以及所述样本对象对应的第二基于所述至少一个第一属性信息及所述至少一个第二用其中，所述文本生成模型为大语言模型；所述文本生基于所述至少一个第二属性信息及所述至少一个第三用户特征，利其中，所述第一图像生成模型利用样本对象对应的至少一基于所述对象描述信息及所述用户的至少一个第三用户特征，利其中，所述第二图像生成模型利用样本对象对应的对象描述信息和至3所述确定与用户的至少一个第一用户特征匹配的推将符合所述目标主题的内容素材作为所述用户对应根据所述至少一个商品分别对应的商品相关信息，利用内容生成获取目标推荐信息；所述目标推荐信息包括第一推荐信确定与用户匹配的至少一个会话文本，以及将所述至少一个会话文本获取用户针对所述至少一个会话文本提供的至少获取当前一轮会话中的第一用户输入文本；以及从当前一轮会话的历史会话信息中，确定所述用户的至少一个偏好特征；以及基于所述至少一获取所述用户针对所述至少一个会话文本提供的至少将所述至少一个用户输入文本发送至服务端；所述至少一个用户输4所述存储组件存储一个或多个计算机指令；所述一个或多个计算机指理组件调用执行，以实现如权利要求1～8任一项所述的推荐方法或者如权利要求9所述的推荐方法或者如权利要求10～11任一项所述的推荐方法或者实现如权利要求12任一项所算机执行时，实现如权利要求1～8任一项所述的推荐方法或者如权利要求9所述的推荐方法或者如权利要求10～11任一项所述的推荐方法或者实现如权利要求12任一项所述的推5至少一个第一用户特征以及所述样本对象对应的第[0015]结合所述用户的历史行为数据和/或实时行为数据，确定所述至少一个第一用户[0017]向所述用户端提供会话交互界面；以及确定与所述用户匹配的至少一个会话文6至少一个第一属性信息和至少一个用户特征，以及所述样本对象对应的样本文本训练获7[0060]将所述第三推荐信息以及所述第四推荐信息融合生成所述推荐对象的目标推荐所述的推荐方法或者如上述第三方面所述的推荐方法或者实现如上述第四方面所述的推89[0094]图1示出了一种本申请实施例的技术方案的可以应用于其中的一种系统架构图，[0104]图2为本申请实施例提供的一种推荐方法一个实施例的流程图，本实施例的技术[0107]其中，该至少一个第一用户特征比如可以包括用户属性特征和/或用户偏好特征[0108]该至少一个用户特征可以结合用户的历史行为数据和/或实时行为数据所识别获[0117]上述至少一个第二用户特征可以通过对线上系统中所有用户进行大数据统计获得用户画像，当然也可以是对该用户的历史行为数据和/或实时行为数据进行大数据统计[0125]第一图像生成模型可以采用GAN(GenerativeAdversarialNetworks，生成式对[0133]该第一生成模型可以是利用至少一个样本用户特征以及至少一个样本用户特征[0147]获取当前一轮会话中的第一用户输入文本；从当前一轮[0154]也即可以预先根据用户的至少一个偏好特征，确定与其匹配的至少一个会话文[0155]该至少一个偏好特征可以结合用户历史行为数据和/或实时行为数据而确定，比[0156]该第二会话推荐模型可以利用至少一个样本特征以及至少一个样本特征匹配的[0157]第一会话推荐模型可以采用大语言模型如ChatGPT等实现，从而可以实现采用然信息及用户的至少一个第三用户特征，利用第二图像生成模型生成推荐对象的对象图像，[0163]第四图像生成模型采用GAN模型实现，其可以预先利用第一样本物料信息以及第[0170]该内容生成模型可以预先利用样本内容以及样本内容关联的至少一个样本商品控件可以包括代表接受目标推荐信息的第一控件以及不接受目标推荐信[0183]图3为本申请实施例提供的一种推荐方法又一个实施例的流程图，本实施例的技[0201]图4为本申请实施例提供的一种推荐方法又一个实施例的流程图，本实施例的技[0211]获取当前一轮会话中的第一用户输入文本；从当前一轮与第一用户输入文本匹配的会话文本发送至[0218]也即可以预先根据用户的至少一个偏好特征，确定与其匹配的至少一个会话文[0219]该至少一个偏好特征可以结合用户历史行为数据和/或实时行为数据而确定，比[0220]该第二会话推荐模型可以利用至少一个样本特征以及至少一个样本特征匹配的[0221]第一会话推荐模型可以采用大语言模型如ChatGPT等实现，从而可以实现采用然[0226]该第二生成模型可以利用至少一个样本文本以及至少一个样本文本对应的样本将第三推荐信息以及第四推荐信息融合生成推荐对象的目标推荐信息可以基于第三推荐像生成模型例如可以采用GAN模型实现，其可以预先利用第三样本推荐信息以及第四样本[0233]图5为本申请实施例提供的一种推荐方法又一个实施例的流程图，本实施例的技[0248]获取当前一轮会话中的第一用户输入文本；将第一用户[0251]图6所示的本申请实施例的技术方案在一个实际应用中的场景交互图中，服务端[0252]服务端102可以从至少一个用户输入文本中确定出至少一个用户特征，并确定与目标页面中显示该目标推荐信息，如图7所示为用户端在一个实际应用中的一种显示界面息701以及第二推荐信息702。第一推荐信息701对应的第一显示样式可以与第二推荐信息[0255]第一推荐信息或第二推荐信息可以包括图像和/或文本等物料，以提升推荐效果[0257]图8为本申请实施例提供的一种推荐装置一个实施例的结构示意图，该装置可以[0261]第三生成模块804，用于将第一推荐信息以及第二推荐信息融合生成推荐对象的象对应的至少一个第一用户特征以及样本对象对应的第二至少一个会话文本；以及获取用户针对至少一个会话文本提供的至少一个用户输入文本；[0280]图9为本申请实施例提供的一种推荐装置又一个实施例的结构示意图，该装置可[0297]图10所述的推荐装置可以执行图4所示实施例所述的推荐方法，其实现原理和技[0305]图11所述的推荐装置可以执行图5所示实施例所述的推荐方法，其实现原理和技[0306]本申请实施例还提供了一种计算设备，如图12所示，该设备可以包括存储组件组件1202调用执行，以实现如图2所示的推荐方法或者如图3所示的推荐方法或者如图4所[0309]在该计算设备中的处理组件用以实现如图3所示推荐方法或者如图5所示推荐方上述的方法中的全部或部分步骤。当然处理组件也可以为一个或多个应用专用集成电路何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器[0312]显示组件可以为电致发光(EL)元件、液晶显示器或具有类似结构的微型显示器、序被计算机执行时可以实现如图2所示的推荐方法或者如图3所示的推荐方法或者如图4所示的推荐方法或者如图5所示的推荐方法。该计算机可读介质可以是上述实施例中描述的所示的推荐方法或者如图4所示的推荐方法或者如图5所示的推荐方法。在这样的实施例以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单以对前述各实施例所记载的技术方案进行修改，或者对其中部分技