(19)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 202210821242.1 (22)申请日 2022.07.13 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310013 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 朱敏杰　蔡昕东　纪昌斌　 (74)专利代理 机构 北京智信禾专利代理有限公 司 11637 专利代理师 赵杰 (51)Int.Cl. G06Q 30/02(2012.01) G06F 21/60(2013.01) G06N 20/00(2019.01) (54)发明名称 对象推荐 模型处理方法以及系统 (57)摘要 本说明书实施例提供对象推荐模型处理方 法以及系统， 其中所述对象推荐模 型处理方法包 括： 将用户属性数据及待推荐对象对应的对象特 征向量， 输入对象推荐模型进行处理， 获得所述 待推荐对象的第一推荐指标的预测值， 确定所述 第一推荐指标的第一标签值， 并基于所述第一标 签值及所述预测值， 确定所述待推荐对象的第一 推荐参数， 对所述第一推荐参数进行加密处理， 将加密结果发送至第二业务端， 并接收所述第二 业务端返回的第二推荐参数， 其中， 所述第二推 荐参数由所述第二业务端根据所述加密结果、 所 述待推荐对象的第二推荐指标的第二标签值及 所述第二推荐指标的预测值计算生成， 根据所述 第一推荐参数及所述第二推荐参数， 调整所述对 象推荐模型的模型参数。 权利要求书3页 说明书14页 附图4页 CN 115204948 A 2022.10.18 CN 115204948 A 1.一种对象推荐模型处 理方法， 应用于第一 业务端， 所述方法包括： 将用户属性数据及待推荐对象对应的对象特征向量， 输入对象推荐模型进行处理， 获 得所述待推荐对象的第一推荐指标的预测值； 确定所述第一推荐指标的第一标签值， 并基于所述第一标签值及所述预测值， 确定所 述待推荐对象的第一推荐参数； 对所述第一推荐参数进行加密处理， 将加密结果发送至第二业务端， 并接收所述第二 业务端返回的第二推荐参数， 其中， 所述第二推荐参数 由所述第二业务端根据所述加密结 果、 所述待推荐对象的第二推荐指标的第二标签值及所述第二推荐指标的预测值计算生 成； 根据所述第一推荐参数及所述第二推荐参数， 调整所述对象推荐模型的模型参数。 2.根据权利要求1所述的对象推荐模型处理方法， 所述将用户属性数据及待推荐对象 对应的对象特 征向量， 输入 对象推荐模型进行处 理， 包括： 获取用户 属性数据， 并将所述用户 属性数据输入对象推荐模型的编码层进行处理， 生 成所述用户属性数据对应的用户特 征向量； 获取第二业务端发送的待推荐对象的对象特征向量， 其中， 所述对象特征向量由所述 第二业务端将所述待推荐对象的对象属性数据输入指标值预测模型的编码层进行 处理， 并 将处理生成的初始对象特 征向量与随机向量进行向量融合 生成； 将所述用户特征向量及所述对象特征向量， 输入所述对象推荐模型的指标值预测层进 行处理。 3.根据权利要求2所述的对象推荐模型处理方法， 所述指标值预测层包括向量融合子 层以及指标值预测子层； 相应地， 所述将所述用户特征向量及所述对象特征向量， 输入所述对象推荐模型的指 标值预测层进行处 理， 包括： 将所述用户特征向量及所述对象特征向量， 输入所述向量融合子层进行向量融合处 理， 生成对应的向量融合结果； 将所述向量融合结果输入所述指标值预测子层进行指标值预测处 理。 4.根据权利要求1所述的对象推荐模型处理方法， 所述基于所述第一标签值及所述预 测值， 确定所述待推荐对象的第一推荐参数， 包括： 利用目标运 算函数对所述预测值进行运 算处理， 生成对应的运 算结果； 将所述第一标签值与 所述运算结果进行乘积运算， 生成所述待推荐对象的第 一推荐参 数。 5.根据权利要求1所述的对象推荐模型处理方法， 所述对所述第一推荐参数进行加密 处理， 包括： 利用同态加密算法对所述第一推荐参数进行加密处 理。 6.根据权利要求1所述的对象推荐模型处理方法， 所述根据所述第一推荐参数及所述 第二推荐参数， 调整所述对象推荐模型的模型参数， 包括： 对所述第二推荐参数进行解密， 获得所述第 二推荐参数中的第 二目标推荐参数以及第 二待处理推荐参数， 其中， 所述第二 目标推荐参数 由所述第二业务端对所述加密结果进行 解密， 将所述第二标签值与解密结果进 行乘积运算， 并对乘积运算结果进 行加密生成， 所述权　利　要　求　书 1/3 页 2 CN 115204948 A 2第二待处理推荐参数 由所述第二业务端利用目标运算函数对所述第二推荐指标 的预测值 进行运算处理， 生成对应的运算结果， 将所述第二标签值与所述运算结果进行乘积运算， 并 对乘积运 算结果进行加密生成； 将所述第一标签值与所述第二待处 理推荐参数进行乘积运 算， 生成第三推荐参数； 根据所述第一推荐参数、 所述第二目标推荐参数及所述第三推荐参数， 调整所述对象 推荐模型的模型参数。 7.根据权利要求6所述的对象推荐模型处理方法， 所述根据 所述第一推荐参数、 所述第 二目标推荐参数及所述第三推荐参数， 调整所述对象推荐模型的模型参数， 包括： 将所述第一推荐参数、 所述第二目标推荐参数及所述第三推荐参数进行求和 处理， 获 得所述对象推荐模型对应的损失值； 根据所述损失值调整所述对象推荐模型的模型参数。 8.根据权利要求1或2所述的对象推荐模型处 理方法， 还 包括： 将所述用户特征向量与随机向量进行向量融合， 并将融合结果发送至所述第二业务 端， 其中， 所述融合结果用于所述第二业务端确定所述待推荐对 象的第二推荐指标 的预测 值。 9.根据权利要求1所述的对象推荐模型处 理方法， 还 包括： 将用户属性数据及至少两个待推荐对象分别对应的对象特征向量， 输入对象推荐模型 进行处理， 获得所述至少两个待推荐对象的第一推荐指标的第一预测值； 获得所述第二业务端生成的、 所述至少两个待推荐对象的第二推荐指标的第二预测 值； 根据所述第一预测值及所述第二预测值确定所述至少两个待推荐对象中的目标待推 荐对象， 并对所述目标待推荐对象进行推荐处 理。 10.根据权利要求9所述的对象推荐模型处理方法， 所述根据所述第一预测值及所述第 二预测值确定所述至少两个待推荐对象中的目标待推荐对象， 包括： 将所述第一预测值及所述第 二预测值进行乘积运算， 获得所述至少两个待推荐对象分 别对应的目标 预测值； 根据所述目标 预测值确定所述至少两个待推荐对象中的目标待推荐对象。 11.根据权利要求9所述的对象推荐模型处理方法， 所述待推荐对象包括待推荐广告， 所述第一推荐指标包括 点击率， 所述第二推荐指标包括所述待推荐广告中商品的转 化率。 12.一种对象推荐模型处 理系统， 包括： 第一业务端以及第二 业务端； 所述第一业务端， 被配置为将用户 属性数据及待推荐对象对应的对象特征向量， 输入 对象推荐模型进行处理， 获得所述待推荐对 象的第一推荐指标的预测值， 确定所述第一推 荐指标的第一标签值， 并基于所述第一标签值及所述预测 值， 确定所述待推荐对 象的第一 推荐参数， 对所述第一推荐参数进行加密处 理， 将加密结果发送至所述第二 业务端； 所述第二业务端， 被配置为基于所述加密结果、 所述待推荐对象的第二推荐指标的第 二标签值及所述第二推荐指标的预测值， 计算 生成第二推荐参数并返回； 所述第一业务端， 还被配置为根据所述第一推荐参数及所述第二推荐参数， 调整所述 对象推荐模型的模型参数。权　利　要　求　书 2/3 页 3 CN 115204948 A 3