信息推荐方法及装置、电子设备和介质制造方法及图纸

本公开提供了一种信息推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域，尤其涉及深度学习、信息推荐技术领域。实现方案为：获取目标用户对应的用户属性数据、目标用户浏览过的样本信息所对应的信息属性数据和标签数据，样本信息为第一作者主页内的信息，标签数据用于标识目标用户在浏览样本信息时对于第一作者主页的浏览行为数据；分别基于用户属性数据和信息属性数据确定用户特征和信息特征；将用户特征和信息特征一同作为输入特征输入预测模型，以对目标用户对于第一作者主页的浏览行为进行预测，获得预测结果；基于预测结果和标签数据通过预设损失函数确定损失值；基于损失值调节预测模型的参数。

【技术实现步骤摘要】

本公开涉及人工智能领域，尤其涉及深度学习、信息推荐，具体涉及一种信息推荐方法、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

1、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。

2、随着互联网和人工智能技术的不断发展，用户的需求越来越个性化和多样化。信息推送已经成为现代社会中不可或缺的重要环节，应用场景也越来越广泛。通过对呈现给用户的内容进行合理把控，可以满足用户的需求。

技术实现思路

1、本公开提供了一种信息推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

2、根据本公开的一方面，提供了一种模型训练方法，包括：获取目标用户对应的用户属性数据、所述目标用本文档来自技高网...

【技术保护点】

1.一种模型训练方法，包括：

2.如权利要求1所述的方法，其中，所述浏览行为数据中包括所述浏览行为的多个属性，并且其中，所述预测模型包括多个专家网络、多个门控网络和多个预测网络，其中，所述多个门控网络与所述多个预测网络一一对应，所述多个预测网络分别用于预测所述浏览行为中的所述多个属性中的相应属性，

3.如权利要求2所述的方法，其中，所述浏览行为的多个属性包括以下项中的至少两项：

4.如权利要求1-3中任一项所述的方法，其中，所述用户属性数据包括：用于标识所述目标用户在第一时间段内对于第二作者主页内的一个或多个信息的浏览行为数据，p>

5.如权利...

【技术特征摘要】

1.一种模型训练方法，包括：

2.如权利要求1所述的方法，其中，所述浏览行为数据中包括所述浏览行为的多个属性，并且其中，所述预测模型包括多个专家网络、多个门控网络和多个预测网络，其中，所述多个门控网络与所述多个预测网络一一对应，所述多个预测网络分别用于预测所述浏览行为中的所述多个属性中的相应属性，

3.如权利要求2所述的方法，其中，所述浏览行为的多个属性包括以下项中的至少两项：

4.如权利要求1-3中任一项所述的方法，其中，所述用户属性数据包括：用于标识所述目标用户在第一时间段内对于第二作者主页内的一个或多个信息的浏览行为数据，

5.如权利要求1-4中任一项所述的方法，其中，所述用户属性数据包括基于以下项所确定的数据：所述目标用户在第二时间段内在第三作者主页内所浏览信息的浏览时长、所述目标用户在所述第二时间段内所浏览信息的总浏览时长，

6.如权利要求1-5中任一项的方法，其中，所述样本信息包括视频，其中所述用户属性数据包括基于以下项所确定的数据：

7.如权利要求1所述的方法，其中，

8.如权利要求1所述的方法，其中，所述预设损失函数包括交叉熵损失函数。

【专利技术属性】
技术研发人员：张建锋，逯文斌，张书娟，卢玉奇，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：