摘要
本发明提供了一种基于多模态信息的商品推荐方法及系统、电子设备和存储介质。商品推荐方法包括:基于第一电商平台的目标商品的多模态信息进行模型预训练,以得到多模态预训练大模型;根据多模态预训练大模型确定目标商品的高维多模态表征;对高维多模态表征重编码处理,以得到目标商品的层次化编码和低维多模态表征;根据用户在第二电商平台的用户历史行为序列以及层次化编码及其滑动窗口表征,确定出双塔召回模型中的用户塔的用户特征向量;根据层次化编码及其滑动窗口表征,确定出双塔召回模型中的商品塔的商品特征向量;确定出与用户特征向量所匹配的商品特征向量,以根据所确定出的商品特征向量得到目标推荐商品。
技术关键词
商品推荐方法
滑动窗口
商品推荐系统
模型训练模块
模型预训练
多模态信息
非易失性计算机可读存储介质
电商
图像编码器
大语言模型
文本
视觉
平台
电子设备
处理器
序列
存储装置
系统为您推荐了相关专利信息
历史气象数据
发电量预测方法
深度学习模型
多头注意力机制
编码模块
智能识别方法
时域特征
频域特征
表面肌电信号处理
网络
北斗卫星导航系统
地磁活动指数
深度学习模型
电子
数据