【技术实现步骤摘要】
信息推荐的模型训练方法及装置
[0001]本公开涉及数据处理领域中的信息流领域,尤其涉及一种信息推荐的模型训练方法及装置。
技术介绍
[0002]随着智能手机的普及以及移动互联网的快速发展,目前智能手机中的信息流已经成为广大网民获取信息的一个重要途径了。
[0003]目前,现有技术中的信息流推荐系统,通常是预测用户在推荐内容的落地页中的停留时长,并将预测的停留时长进行排序,之后将排序靠前的多个推荐内容提供给用户。然而,用户在推荐内容的落地页中的停留时长长,并不代表用户真正的喜欢该推荐内容。
[0004]因此,现有技术中以对推荐内容的预测停留时长,作为内容推荐的依据,会导致向用户推荐的内容缺乏准确性。
技术实现思路
[0005]本公开提供了一种信息推荐的模型训练方法及装置。
[0006]根据本公开的第一方面,提供了一种信息推荐的模型训练方法,包括:
[0007]获取所述用户浏览过的至少一个推荐内容;
[0008]根据所述用户对各所述推荐内容的浏览信息,确定各所述推荐内容各自对应的真实兴趣度,所述浏览信息包括如下中的至少一种:所述用户对所述推荐内容的交互行为、所述用户对第一类型的内容的平均浏览时长、所述用户对所述第一类型的内容的点击通过率,所述第一类型为所述推荐内容的类型;
[0009]根据预设模型对所述用户的用户特征以及各所述推荐内容的内容特征进行处理,得到各所述推荐内容各自对应的预测兴趣度;
[0010]根据所述真实兴趣度和所述预测兴趣度,对所述 ...
【技术保护点】
【技术特征摘要】
1.一种信息推荐的模型训练方法,包括:获取用户浏览过的至少一个推荐内容;根据所述用户对各所述推荐内容的浏览信息,确定各所述推荐内容各自对应的真实兴趣度,所述浏览信息包括如下中的至少一种:所述用户对所述推荐内容的交互行为、所述用户对第一类型的内容的平均浏览时长、所述用户对所述第一类型的内容的点击通过率,所述第一类型为所述推荐内容的类型;根据预设模型对所述用户的用户特征以及各所述推荐内容的内容特征进行处理,得到各所述推荐内容各自对应的预测兴趣度;根据所述真实兴趣度和所述预测兴趣度,对所述预设模型的模型参数进行更新。2.根据权利要求1所述的方法,其中,所述浏览信息还包括:所述用户对所述推荐内容的浏览时长;根据所述用户对各所述推荐内容的浏览信息,确定各所述推荐内容各自对应的真实兴趣度,包括:针对任一个所述推荐内容,根据所述用户对所述推荐内容的浏览时长以及所述用户对所述推荐内容的交互行为,确定所述推荐内容对应的用户行为参数;将所述用户对所述第一类型的推荐内容的平均浏览时长除以预设值,得到所述推荐内容的对应的用户偏好参数;根据所述用户行为参数、所述用户偏好参数以及所述用户对所述第一类型的内容的点击通过率,确定所述推荐内容对应的真实兴趣度。3.根据权利要求2所述的方法,其中,根据所述用户对所述推荐内容的浏览时长以及所述用户对所述推荐内容的交互行为,确定所述推荐内容对应的用户行为参数,包括:根据所述用户对所述推荐内容的交互行为,确定目标处理系数;将所述目标处理系数和所述用户对所述推荐内容的浏览时长相乘,得到所述推荐内容对应的用户行为参数。4.根据权利要求3所述的方法,其中,根据所述用户对所述推荐内容的交互行为,确定目标处理系数,包括:在交互行为和处理系数的映射关系中,确定所述交互行为对应的第一处理系数;若所述交互行为的类型为一种,则将所述交互行为对应的第一处理系数确定为所述目标处理系数;或者,若所述交互行为的类型为多种,则将各所述交互行为对应的第一处理系数做预设处理,得到所述目标处理系数。5.根据权利要求2
‑
4中任一项所述的方法,其中,根据所述用户行为参数、所述用户偏好参数以及所述用户对所述第一类型的内容的点击通过率,确定所述推荐内容对应的真实兴趣度,包括:将所述用户行为参数和所述用户偏好参数做差值,得到第一差值;将所述第一差值和所述用户对所述第一类型的内容的点击通过率的比值,确定为所述推荐内容对应的真实兴趣度。6.根据权利要求1
‑
5任一项所述的方法,其中,根据所述真实兴趣度和所述预测兴趣度,对所述预设模型的模型参数进行更新,包括:
根据所述真实兴趣度和所述预测兴趣度,确定损失函数值;根据所述损失函数值,对所述预设模型的模型参数进行更新。7.一种信息推荐方法,包括:获取目标用户的用户特征,以及获取多个待推荐内容各自的内容特征;根据预设模型对所述用户特征和所述内容特征进行处理,得到各所述待推荐内容各自的预测兴趣度;根据所述预测兴趣度,确定向用户推荐的目标推荐内容;向所述目标用户对应的目标设备发送所述目标推荐内容。8.根据权利要求7所述的方法,其中,根据所述预测兴趣度,确定向用户推荐的目标推荐内容,包括:对各所述待推荐内容的预测兴趣度进行排序,将排序靠前的K个待推荐内容确定为所述目标推荐内容,其中,所述K为大于等于的整数。9.根据权利要求7或8所述的方法,其中,所述用户特征包括如下中的至少一种:所述目标用户关联的至少一个内容类型、所述目标用户对各内容类型的平均浏览时长、所述目标用户对各内容类型的点击次数、所述目标用户所关联的内容标签;所述内容特征包括如下中的至少一种:所述待推荐内容所属的内容类型、所述待推荐内容关联的内容标签。10.一种信息推荐的模型训练装置,包括:获取模块,用于获取用户浏览过的至少一个推荐内容;确定模块,用于根据所述用户对各所述推荐内容的浏览信息,确定各所述推荐内容各自对应的真实兴趣度,所述浏览信息包括如下中的至少一种:所述用户对所述推荐内容...
【专利技术属性】
技术研发人员:张博,
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。