[发明专利]一种应用于推荐系统的模型训练方法以及相关装置

权利要求书

1.一种应用于推荐系统的模型训练方法，其特征在于，包括：

基于推荐列表中的第一项目序列生成的第一向量，所述第一项目序列包含多个项目；

基于所述多个项目获取预设时间段内用户对于所述多个项目的操作信息，以得到第二向量，所述操作信息包括用户的行为特征或基于所述行为特征产生的相关参数；

根据转移矩阵算法关联所述第一向量和所述第二向量，以得到二元组向量；

使用所述二元组向量对机器学习模型进行训练，以得到推荐系统模型，所述推荐系统模型用于根据用户特征输出对应的第二项目序列。

2.根据权利要求1所述的方法，其特征在于，所述基于推荐列表中的第一项目序列生成的第一向量，包括：

确定当前用户浏览的目标项目；

根据预设模型以所述目标项目为中心确定所述第一项目序列，以生成第一向量。

3.根据权利要求2所述的方法，其特征在于，所述根据预设模型以所述目标项目为中心确定所述第一项目序列，以生成第一向量，包括：

获取预设窗口大小，所述预设窗口大小用于指示所述推荐列表的信息阈值；

根据所述预设模型以所述目标项目为中心确定向量集合；

根据所述预设窗口大小对所述向量集合进行选择，以生成的第一向量。

4.根据权利要求1所述的方法，其特征在于，所述第二项目序列包括第一项目和第二项目，所述根据用户特征输出对应的第二项目序列之后，所述方法还包括：

确定所述第一项目和所述第二项目的操作信息；

若所述第一项目和所述第二项目的操作信息基于相同预设字段设定，则生成所述第一项目和所述第二项目的关联信息，所述关联信息用于当所述第一项目被选择时调用所述第二项目。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述操作信息包括正向行为特征信息或负向行为特征信息，所述通过所述二元组向量引导机器学习模型进行训练，包括：

根据所述正向行为特征信息确定所述机器学习模型中的正样本，所述正向行为特征信息基于预设字符设定；

根据所述负向行为特征信息确定所述机器学习模型中的负样本；

通过所述二元组向量和所述正样本以及所述负样本引导机器学习模型进行训练。

6.根据权利要求5所述的方法，其特征在于，所述根据所述负向行为特征信息确定所述机器学习模型中的负样本，包括：

根据所述负向行为特征信息获取所述行为特征产生的相关参数；

若所述行为特征产生的相关参数满足预设条件，则将所述负向行为特征信息对应的二元组向量作为所述机器学习模型中的负样本。

7.根据权利要求1-4任一项所述的方法，其特征在于，所述根据用户特征输出对应的第二项目序列，包括：

根据所述二元组向量生成映射矩阵，所述映射矩阵用于指示所述多个项目与所述操作信息的对应关系；

计算所述映射矩阵中所述多个项目与所述用户特征的相似度，以生成所述第二项目序列。

8.一种应用于推荐系统的模型训练装置，其特征在于，包括：

生成单元，用于基于推荐列表中的第一项目序列生成的第一向量，所述第一项目序列包含多个项目；

获取单元，用于基于所述多个项目获取预设时间段内用户对于所述多个项目的操作信息，以得到第二向量，所述操作信息包括用户的行为特征或基于所述行为特征产生的相关参数；

关联单元，用于根据转移矩阵算法关联所述第一向量和所述第二向量，以得到二元组向量；

训练单元，用于使用所述二元组向量对机器学习模型进行训练，以得到推荐系统模型，所述推荐系统模型用于根据用户特征输出对应的第二项目序列。

9.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器：

所述存储器用于存储程序代码；所述处理器用于根据所述程序代码中的指令执行权利要求1至7任一项所述的模型训练方法。

10.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述权利要求1至7所述的模型训练方法。