推荐模型的训练方法、装置、电子设备及存储介质制造方法及图纸

技术编号:41626836 阅读:25 留言:0更新日期:2024-06-13 02:26
本公开提供了一种推荐模型的训练方法、装置、电子设备及存储介质,属于计算机技术领域。该方法包括:将多条第一历史数据与多条第二历史数据分别进行拼接,得到推荐系统的样本数据集;对于推荐系统中目标阶段的推荐模型,将样本数据集中的多个目标样本数据输入目标阶段的推荐模型中,得到多个目标样本数据的得分;基于多个目标样本数据的得分和多个目标样本数据的标签,对目标阶段的推荐模型的模型参数进行更新。上述技术方案通过确定系统相关的第一历史数据和用户相关的第二历史数据拼接后的样本数据集,并根据相应的标签对目标阶段的推荐模型进行训练与更新,能够使得推荐系统同时兼顾系统偏好与用户偏好,从而提升整个推荐系统的效果。

【技术实现步骤摘要】

本公开涉及计算机,特别涉及一种推荐模型的训练方法、装置、电子设备及存储介质


技术介绍

1、推荐系统的作用是对信息筛选后向用户推荐其感兴趣的信息。推荐系统不仅能够应对信息过载和信息不足等问题,还能实现个性化信息推送。推荐系统是一个多阶段系统,通常情况下,推荐系统中会包括召回、粗排、精排以及重排等多个信息筛选阶段。但是,推荐系统中每个信息筛选阶段的模块都存在自身偏好。这会导致在使用推荐系统进行推送时,用户真正感兴趣的信息不一定能通过推荐系统的筛选,能够通过推荐系统筛选的信息也未必是用户真正感兴趣的。换言之,系统偏好和用户偏好可能不一致,这会影响推荐系统的推荐效果。因此,如何提高推荐系统的推荐效果,是一个亟待解决的问题。


技术实现思路

1、本公开提供一种推荐模型的训练方法、装置、电子设备及存储介质,能够使得推荐系统同时兼顾系统偏好与用户偏好,从而提升整个推荐系统的效果。本公开的技术方案如下:

2、根据本公开实施例的一方面,提供了一种推荐模型的训练方法,所述方法包括:

3、将多条第一历史数据本文档来自技高网...

【技术保护点】

1.一种推荐模型的训练方法,其特征在于,应用于推荐系统,所述推荐系统包括多个阶段的推荐模型,任一阶段的推荐模型的输出数据为下一阶段的推荐模型的输入数据,所述方法包括:

2.根据权利要求1所述的推荐模型的训练方法,其特征在于,所述样本数据集包括多个请求标识对应的样本数据,所述请求标识用于指示产生请求的用户身份和用户行为;

3.根据权利要求1所述的推荐模型的训练方法,其特征在于,所述对于所述推荐系统中目标阶段的推荐模型,将所述样本数据集中的多个目标样本数据输入所述目标阶段的推荐模型中,得到所述多个目标样本数据的得分,包括:

4.根据权利要求1所述的推荐模型...

【技术特征摘要】

1.一种推荐模型的训练方法,其特征在于,应用于推荐系统,所述推荐系统包括多个阶段的推荐模型,任一阶段的推荐模型的输出数据为下一阶段的推荐模型的输入数据,所述方法包括:

2.根据权利要求1所述的推荐模型的训练方法,其特征在于,所述样本数据集包括多个请求标识对应的样本数据,所述请求标识用于指示产生请求的用户身份和用户行为;

3.根据权利要求1所述的推荐模型的训练方法,其特征在于,所述对于所述推荐系统中目标阶段的推荐模型,将所述样本数据集中的多个目标样本数据输入所述目标阶段的推荐模型中,得到所述多个目标样本数据的得分,包括:

4.根据权利要求1所述的推荐模型的训练方法,其特征在于,所述方法还包括:

5.根据权利要求4所述的推荐模型的训练方法,其特征在于,所述方法还包括:

6.根据权利要求1所述的推荐模型的训练...

【专利技术属性】
技术研发人员:郑凯王宏宁
申请(专利权)人:北京达佳互联信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1