【技术实现步骤摘要】
本申请一般涉及推荐系统。更具体地，本申请涉及一种对用于电商商品的粗排打分模型进行训练的方法、设备以及计算机可读存储介质。
技术介绍
1、在全球电子商务快速发展的趋势下，电商平台已经深入大众的生活，影响着用户的购物习惯以及满足用户提供个性化购物的需求。随着电商平台的发展和扩张，电商平台能够提供给用户购买的商品数量日益剧增。为了在海量商品中查找并推荐满足用户个性化购物需求的商品，电商平台中推荐系统至关重要。目前，借助成熟的人工智能技术力量，推荐系统也已经比较成熟，其按照推荐过程来分主要分为召回阶段和排序阶段。海量的商品先通过召回层召回出一批用户可能感兴趣的商品，从而缩小推荐的商品集，接着在排序阶段会对这批商品进行精细地排序并把用户最感兴趣的商品展示给用户。
2、由于召回返回的商品一般有上千以上个商品，这大量的商品直接进入排序阶段精细化排序会消耗巨大的计算资源，因此排序阶段会拆分成粗排阶段和精排阶段。其中，粗排阶段的个性化模型负责在耗时更小的要求下对召回的商品快速排序，再把序列top n个的商品输入到精排阶段，而精排阶段耗更多时间...
【技术保护点】
1.一种对用于电商商品的粗排打分模型进行训练的方法，其中所述粗排打分模型包括多目标打分模块和粗排蒸馏模块，并且所述方法包括：
2.根据权利要求1所述的方法，其中根据用户请求返回的电商平台推荐的商品列表生成训练样本包括：
3.根据权利要求2所述的方法，其中根据用户请求返回的电商平台推荐的商品列表中是否存在所述目标任务下的商品的判断结果构建训练数据集，以生成所述训练样本包括：
4.根据权利要求3所述的方法，其中根据用户请求返回的电商平台推荐的商品列表中是否存在所述目标任务下的商品的判断结果构建第一样本数据和第二样本数据包括：
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。