【技术实现步骤摘要】
本公开涉及人工智能，尤其涉及深度学习、智能推荐等领域，更具体地，本公开提供了一种样本生成方法、深度学习模型的训练方法、资源展示方法、样本生成装置、深度学习模型的训练装置、资源展示装置、电子设备、存储介质以及计算机程序产品。
技术介绍
1、推荐系统通常会通过算法来确定资源是否符合用户的个人偏好，并向用户推荐符合偏好的资源，从而提高用户体验。
技术实现思路
1、本公开提供了一种样本生成方法、深度学习模型的训练方法、资源展示方法、样本生成装置、深度学习模型的训练装置、资源展示装置、电子设备、存储介质以及计算机程序产品。
2、根据本公开的一方面，提供了一种样本生成方法，包括：确定第一资源和与第一资源满足关联关系的至少一个第二资源；其中，第一对象与第一资源在第一时刻产生交互，第一对象与第二资源在第一时刻之后的第二时刻产生交互；根据第一时刻和第二时刻之间的时间间隔，以及第一对象针对第二资源的浏览时长，确定针对第二资源的附加时长；根据第一对象针对第一资源的浏览时长和至少一个第二资源各自的附加...
【技术保护点】
1.一种样本生成方法，包括：
2.根据权利要求1所述的方法，其中，所述根据所述第一时刻和所述第二时刻之间的时间间隔，以及所述第一对象针对所述第二资源的浏览时长，确定针对所述第二资源的附加时长包括：
3.根据权利要求2所述的方法，其中，所述附加时长满足以下条件中的至少一个：
4.根据权利要求1所述的方法，其中，所述训练样本还包括在所述第一时刻之前与所述第一对象产生交互的第一历史资源序列，所述第一历史资源序列用于与所述第一对象的对象属性进行融合以得到所述第一对象的第一对象特征。
5.根据权利要求1所述的方法，其中，所述关联关
【技术特征摘要】
1.一种样本生成方法，包括：
2.根据权利要求1所述的方法，其中，所述根据所述第一时刻和所述第二时刻之间的时间间隔，以及所述第一对象针对所述第二资源的浏览时长，确定针对所述第二资源的附加时长包括：
3.根据权利要求2所述的方法，其中，所述附加时长满足以下条件中的至少一个：
4.根据权利要求1所述的方法，其中，所述训练样本还包括在所述第一时刻之前与所述第一对象产生交互的第一历史资源序列，所述第一历史资源序列用于与所述第一对象的对象属性进行融合以得到所述第一对象的第一对象特征。
5.根据权利要求1所述的方法，其中，所述关联关系包括：
6.根据权利要求1所述的方法，其中，所述第一对象与资源产生交互包括：
7.一种深度学习模型的训练方法，包括：
8.根据权利要求7所述的方法，其中，所述深度学习模型包括第一子模型、第二子模型和编码子模型；所述将所述第一资源的资源属性和所述第一对象的对象属性输入深度学习模型，得到第一估计时长包括：
9.根据权利要求8所述的方法，其中，所述训练样本还包括在所述第一时刻之前与所述第一...
【专利技术属性】
技术研发人员：刘炜，胡小雨，胡伟业，王朝旭，郑宇航，
申请(专利权)人：百度时代网络技术北京有限公司，
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。