推荐内容召回模型的训练方法和推荐内容召回方法技术

技术编号:46624521 阅读:0 留言:0更新日期:2025-10-14 21:20
本申请涉及一种推荐内容召回模型的训练方法和推荐内容召回方法。所述方法包括:从针对推荐对象的历史推荐内容序列中,获取与推荐对象的历史交互内容序列相关联的关联推荐内容;以推荐对象针对关联推荐内容的响应结果为样本标签,构建针对主任务的训练样本;主任务用于预测推荐对象对关联推荐内容的响应概率;以推荐对象针对历史交互内容序列中的交互内容的交互结果为样本标签,构建针对辅助任务的训练样本,辅助任务用于预测推荐对象对交互内容的交互概率,辅助任务与主任务共享注意力参数;基于主任务和辅助任务各自的训练样本进行训练,从训练结束的主任务中得到推荐内容召回模型。采用本方法能够支持提高推荐内容召回准确度。

【技术实现步骤摘要】

本申请涉及计算机,特别是涉及一种推荐内容召回模型的训练方法、装置、计算机设备、存储介质和计算机程序产品,以及一种推荐内容召回方法、装置、计算机设备、存储介质和计算机程序产品。


技术介绍

1、随着计算机技术的发展,出现了内容推荐服务,内容推荐服务可以在一些用户交互行为相对较少的推荐场景中,通过引入跨域推荐,利用不同领域或平台的数据,跨域进行更精准的内容推荐。

2、然而,目前的跨域内容推荐方式,虽然用户在源域的序列行为较多能够得到丰富的交互信息,但同时也存在大量和目标域无关的噪音,进而导致内容推荐的准确性下降。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够支持提高推荐内容召回准确度的推荐内容召回模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品以及一种能够提高推荐内容召回准确度的推荐内容召回方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本申请提供了一种推荐内容召回模型的训练方法。所述方法包括:

>3、从针对推荐对象本文档来自技高网...

【技术保护点】

1.一种推荐内容召回模型的训练方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述主任务的构建过程,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述推荐对象对所述交互内容的注意力以及所述交互内容与所述关联推荐内容的关联,得到所述推荐对象针对所述关联推荐内容的实时兴趣表征,包括:

4.根据权利要求3所述的方法,其特征在于,所述通过注意力机制,确定所述推荐对象针对所述历史交互内容序列中每一交互内容的注意力机制分,包括:

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:>

6.根据权利...

【技术特征摘要】

1.一种推荐内容召回模型的训练方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述主任务的构建过程,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述推荐对象对所述交互内容的注意力以及所述交互内容与所述关联推荐内容的关联,得到所述推荐对象针对所述关联推荐内容的实时兴趣表征,包括:

4.根据权利要求3所述的方法,其特征在于,所述通过注意力机制,确定所述推荐对象针对所述历史交互内容序列中每一交互内容的注意力机制分,包括:

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:

6.根据权利要求3所述的方法,其特征在于,所述方法还包括:

7.根据权利要求1所述的方法,其特征在于,所述辅助任务的构建过程,包括:

8.根据权利要求1所述的方法,其特征在于,所述主任务至少包括注意力机制网络和相关性分析网络;

9.一种推荐内容召回方法,其特征在于,所述方...

【专利技术属性】
技术研发人员:卢鑫炎何琳刘楷怡杨启凡王立杰王莉峰
申请(专利权)人:腾讯科技深圳有限公司
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