一种模型训练的方法、信息推荐的方法以及装置制造方法及图纸

本说明书公开了一种模型训练的方法、信息推荐的方法以及装置。首先，获取用户在历史设定时长内针对各推荐多媒体信息的操作信息。其次，根据操作信息，从各推荐多媒体信息中，确定出用户浏览的各第一多媒体信息，以及确定用户未浏览的各第二多媒体信息。而后，将各第一多媒体信息以及各第二多媒体信息输入到待训练的推荐模型中，确定每个第一多媒体信息对应的第一特征，以及每个第二多媒体信息对应的第二特征。最后，以最小化第一特征之间的偏差，以及最大化第一特征与第二特征之间的偏差为优化目标，对推荐模型进行训练。本方法可以通过第一特征之间的相似性，以及第一特征与第二特征之间的差异性，提高向用户推荐的多媒体信息的准确性。准确性。准确性。

【技术实现步骤摘要】
一种模型训练的方法、信息推荐的方法以及装置


[0001]本说明书涉及计算机
，尤其涉及一种模型训练的方法、信息推荐的方法以及装置。

技术介绍

[0002]随着电子技术和网络技术的不断发展，为了给用户的日常生活提供更多的便利，通常根据图像的图像特征和用户的偏好特征向用户进行图像推荐。
[0003]目前，通过现有的推荐模型向用户进行图像推荐，可能出现各图像之间高度相似的情况，使得推荐出的若干图像中并不符合用户的预期，从而导致推荐模型推荐的图像的准确性较差，进而降低了用户的体验。
[0004]因此，如何能够提高向用户推荐的图像的准确性，则是一个亟待解决的问题。

技术实现思路

[0005]本说明书提供一种模型训练的方法、信息推荐的方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。
[0006]本说明书采用下述技术方案：
[0007]本说明书提供了一种模型训练的方法，包括：
[0008]获取用户在历史设定时长内针对各推荐多媒体信息的操作信息；
[0009]根据所述操作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练的方法，其特征在于，包括：获取用户在历史设定时长内针对各推荐多媒体信息的操作信息；根据所述操作信息，从所述各推荐多媒体信息中，确定出所述用户浏览的推荐多媒体信息，作为各第一多媒体信息，以及确定所述用户未浏览的推荐多媒体信息，作为各第二多媒体信息；将所述各第一多媒体信息以及所述各第二多媒体信息输入到待训练的推荐模型中，确定每个第一多媒体信息对应的特征，作为第一特征，以及每个第二多媒体信息对应的特征，作为第二特征；针对每个第一多媒体信息，以最小化该第一多媒体信息对应的第一特征，与其他第一多媒体信息对应的第一特征之间的偏差，以及最大化该第一多媒体信息对应的第一特征与所述第二特征之间的偏差为优化目标，对所述推荐模型进行训练。2.如权利要求1所述的方法，其特征在于，根据所述操作信息，从所述各推荐多媒体信息中，确定出所述用户浏览的推荐多媒体信息，作为各第一多媒体信息，以及确定所述用户未浏览的推荐多媒体信息，作为各第二多媒体信息，具体包括：根据所述操作信息，将所述各推荐多媒体信息进行随机变换，得到各第一变换后多媒体信息以及各第二变换后多媒体信息；从所述各第一变换后多媒体信息中，确定所述用户浏览的推荐多媒体信息，作为各第一多媒体信息，以及确定所述用户未浏览的推荐多媒体信息，作为各第二多媒体信息；从所述各第二变换后多媒体信息中，确定所述用户浏览的推荐多媒体信息，作为各第三多媒体信息，以及确定所述用户未浏览的推荐多媒体信息，作为各第四多媒体信息。3.如权利要求2所述的方法，其特征在于，将所述各第一多媒体信息以及所述各第二多媒体信息输入到待训练的推荐模型中，确定每个第一多媒体信息对应的特征，作为第一特征，以及每个第二多媒体信息对应的特征，作为第二特征，具体包括：将所述各第一多媒体信息、所述各第二多媒体信息、所述各第三多媒体信息以及所述各第四多媒体信息输入到待训练的推荐模型中，确定所述各第一变换后多媒体信息中的每个第一多媒体信息对应的特征，作为第一特征，所述各第一变换后多媒体信息中的每个第二多媒体信息对应的特征，作为第二特征，所述各第二变换后多媒体信息中的每个第三多媒体信息对应的特征，作为第三特征，以及所述各第二变换后多媒体信息中的每个第四多媒体信息对应的特征，作为第四特征。4.如权利要求3所述的方法，其特征在于，针对每个第一多媒体信息，以最小化该第一多媒体信息对应的第一特征，与其他第一多媒体信息对应的第一特征之间的偏差，以及最大化该第一多媒体信息对应的第一特征与所述第二特征之间的偏差为优化目标，对所述推荐模型进行训练，具体包括：针对每个第一多媒体信息，以最小化该第一多媒体信息对应的第一特征，与其他第一多媒体信息对应的第一特征之间的偏差，以及最大化该第一多媒体信息对应的第一特征与所述第二特征之间的偏差，并针对每个第三多媒体信息，以最小化该第三多媒体信息对应的第三特征，与其他第三多媒体信息对应的第三特征之间的偏差，以及最大化该第三多媒体信息对应的第三特征与所述第四特征之间的偏差为优化目标，对所述推荐模型进行训练。
5.如权利要求2所述的方法，其特征在于，所述推荐模型包括：特征子模型、辅助子模型；将所述各第一多媒体信息以及所述各第二多媒体信息输入到待训练的推荐模型中，确定每个第一多媒体信息对应的特征，作为第一特征，以及每个第二多媒体信息对应的特征，作为第二特征，具体包括：将所述各第一变换后多媒体信息以及所述各第二变换后多媒体信息输入到待训练的特征子模型中，确定每个第一变换后多媒体信息对应的特征，作为第一模型特征，以及每个第二变换后多媒体信息对应的特征，作为第二模型特征；将所述各第一变换后多媒体信息以及所述各第二变换后多媒体信息输入到待训练的辅助子模型中，确定每个第一变换后多媒体信息对应的特征，作为第一辅助特征，以及每个第二变换后多媒体信息对应的特征，作为第二辅助特征。6.如权利要求5所述的方法，其特征在于，针对每个第一多媒体信息，以最小化该第一多媒体信息对应的第一特征，与其他第一多媒体信息对应的第一特征之间的偏差，以及最大化该第一多媒体信息对应的第一特征与所述第二特征之间的偏差为优化目标，对所述推荐模型进行训练，具体包括：针对每个推荐多媒体信息，确定该推荐多媒体信息对应的所述第一模型特征与该推荐多媒体信息对应的所述第二辅助特征之间的相似度，作为第一相似度，并确定该推荐多媒体信息对应的所述第一模型特征与其他推荐多媒体信息对应的所述第二辅助特征之间的差异度，作为第一差异度；针对每个第一多媒体信息，以最小化该第一多媒体信息对应的第一特征，与其他第一多媒体信息对应的第一特征之间的偏差，以及最大化该第一多...

【专利技术属性】
技术研发人员：胡焜，彭冲，程兵，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：