【技术实现步骤摘要】
推荐模型的训练方法、推荐方法、装置、电子设备及介质
[0001]本公开涉及人工智能
，尤其涉及内容推荐和深度学习领域，具体涉及一种推荐模型的训练方法和推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
技术介绍
[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现思路
[0004]本公开提供了一种推荐模型的训练方法、推荐方法、装置、电...
【技术保护点】
【技术特征摘要】
1.一种推荐模型的训练方法，包括：基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定所述用户对所述第一对象发布者的第一偏好值；将所述第一发布者的信息和所述用户的当前信息输入待训练推荐模型，以得到所述待训练推荐模型所输出的第二偏好值；以及基于所述第一偏好值和所述第二偏好值，调整所述待训练推荐模型的参数。2.根据权利要求1所述的方法，其中，所述基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定所述用户对所述第一对象发布者的第一偏好值包括：基于所述第一行为信息，利用预测模型预测所述用户在所述第一历史时间段之后对所述第一对象发布者所发布的对象的点击概率；以及基于预测得到的所述点击概率，确定所述第一偏好值。3.根据权利要求2所述的方法，其中，所述第一行为信息包括多个第一子行为信息，所述基于所述第一行为信息，利用预测模型预测所述用户在所述第一历史时间段之后对所述第一对象发布者所发布的对象的点击概率包括：利用所述预测模型，确定所述多个第一子行为信息中的每一个第一子行为信息所对应的系数的加权和，其中，针对所述多个第一子行为信息中的每一个第一子行为信息，该第一子行为信息的权重与该第一子行为信息与当前时刻的之间的时间间隔长短负相关；以及基于所述加权和确定所述点击概率。4.根据权利要求1所述的方法，其中，所述针对所述第一对象发布者的所述第一行为信息包括以下至少一种：针对所述第一对象发布者的互动行为信息；或针对所述第一对象发布者所发布的对象的互动行为信息。5.根据权利要求1所述的方法，其中，所述用户的当前信息包括用户在第二历史时间段内的第二行为信息，所述第二历史时间段的终止时刻为当前时刻，所述第二历史时间段小于所述第一历史时间段。6.根据权利要求5所述的方法，其中，所述用户的当前信息还包括以下至少一种：用户的属性信息；用户所关注的对象发布者的信息；或用户所关注的对象所对应的对象发布者的信息。7.一种推荐方法，包括：获取待推荐对象所对应的对象发布者的信息；将所述对象发布者的信息和用户的当前信息输入推荐模型，以得到所述推荐模型所输出的预测偏好值，其中，所述推荐模型为根据权利要求1至6中任意一项训练而得到的；以及至少基于所述预测偏好值，执行对所述待推荐对象的推荐。8.根据权利要求7所述的方法，其中，所述用户的当前信息包括用户在第二历史时间段内的第二行为信息，所述第二历史时间段的终止时刻为当前时刻，所述方法还包括：基于所述用户的第二行为信息，确定所述用户对所述待推荐对象所对应的对象发布者的当前偏好值；其中，所述至少基于所述预测偏好值，执行对所述待推荐对象的推荐包括：
基于所述预测偏好值和所述当前偏好值，执行对所述待推荐对象的推荐。9.一种推荐模型的训练装置，包括：第一确定单元，被配置用于基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定所述用户对所述第一对象发布者的第一偏好值；输入单元，被配置用于将所述第一发布者的信息和所述用户的当前信息输入待训练推荐模型，以得到所述待训练推荐模型所输出的第二偏好值；以及调整...
【专利技术属性】
技术研发人员：崔曦元，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。