[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

说明书

本申请实施例提供了一种应用于推荐系统的模型训练方法以及相关装置，根据矩阵转移算法将用户操作信息与项目信息关联，根据关联后的向量关系对预设模型进行训练，在用户需要推荐服务时，由于基于用户的相关操作可以更精确地反映出各个项目的需求度，进而在序列中显示并推荐到更显著的位置，该过程可应用于多种复杂的场景，且可以根据不同场景下的不同操作信息产生相应的序列方案，提高了对于用户推荐过程的精确性，提高了用户体验。

技术领域

本申请涉及计算机技术领域，尤其涉及一种应用于推荐系统的模型训练方法以及相关装置。

背景技术

随着机器学习技术的发展，机器学习应用在越来越多的场景中，例如对于商品推荐系统，可以根据机器学习对用户和项目进行分析，以为用户推荐合适的项目。从实质上讲，推荐系统可以看作一个对商品进行排序的过程，在信息过载的情况下可以从海量的数据中选择排序较高的商品或项目进行推荐。

一般的推荐行为是基于用户对于项目的点击率而设定的，例如，基于Listing-Embedding算法，分析设备会对用户的点击行为进行统计、分析，然后建立相关模型，基于建模为用户提供推荐服务。

但是，单一的基于点击率生成用户画像比较片面，在复杂的场景中无法准确的为用户提供推荐服务，降低了对相关项目模型训练方法的准确性，影响用户体验。

发明内容

有鉴于此，本申请第一方面提供一种模型训练方法，可应用于基于机器学习的项目推荐系统或程序过程中，具体包括：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。

优选的，在本申请一些可能的实现方式中，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。

优选的，在本申请一些可能的实现方式中，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。

优选的，在本申请一些可能的实现方式中，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。

优选的，在本申请一些可能的实现方式中，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；