【技术实现步骤摘要】
本说明书一个或多个实施例涉及对象推荐领域，尤其涉及一种单用户的交互预测方法、电子设备及计算机程序产品。
技术介绍
1、基于用户交互反馈(如基于点击行为)的个性化推荐技术被广泛应用于广告营销、内容分发等领域。随着ai(artificial intelligence，人工智能)技术的快速发展，现阶段已经有基于模型实现的交互预测方案。
2、在相关技术中，通常采集大量用户的交互数据作为样本训练dnn(deep neuralnetworks，深度神经网络)或llm(large language model，大语言模型)等模型，以学习用户与被推荐对象之间的交互模式，并使用训练完成的公共模型对外提供交互预测服务。
3、但是，因为训练阶段使用大量用户的交互反馈记录作为样本，而不同用户的交互习惯往往不同甚至差异较大，因此训练后的模型针对单一用户的预测准确率较低。另外，由于llm等模型可能会记住某些用户的交互数据并在推理阶段作为结果输出，因此在数据安全和用户隐私方面存在风险。
技术实现思路
...【技术保护点】
1.一种单用户的交互预测方法，包括：
2.根据权利要求1所述的方法，训练所述任一用户的交互预测模型，包括：
3.根据权利要求2所述的方法，
4.根据权利要求2所述的方法，所述通过所述样本提示词对基准模型进行微调，包括：
5.根据权利要求1所述的方法，所述第一历史交互记录包括多个第一历史对象按照展示时刻的先后顺序依次排列构成的第一记录序列，所述第二历史交互记录包括多个第二历史对象按照展示时刻的先后顺序排列构成的第二记录序列，且至少存在一个第一历史对象的展示时刻晚于各个第二历史对象的展示时刻；其中，任一历史对象的展示时刻为向...
【技术特征摘要】
1.一种单用户的交互预测方法，包括：
2.根据权利要求1所述的方法，训练所述任一用户的交互预测模型，包括：
3.根据权利要求2所述的方法，
4.根据权利要求2所述的方法，所述通过所述样本提示词对基准模型进行微调，包括：
5.根据权利要求1所述的方法，所述第一历史交互记录包括多个第一历史对象按照展示时刻的先后顺序依次排列构成的第一记录序列，所述第二历史交互记录包括多个第二历史对象按照展示时刻的先后顺序排列构成的第二记录序列，且至少存在一个第一历史对象的展示时刻晚于各个第二历史对象的展示时刻；其中，任一历史对象的展示时刻为向所述任一用户推荐该历史对象的时刻。
6.根...
【专利技术属性】
技术研发人员：常西钰，张亮，何勇，耿斌宗，丁珂，朱兴，曹健，莫林剑，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。