[发明专利]模型训练、多媒体内容推荐方法和装置

说明书

本公开涉及一种模型训练、多媒体内容推荐方法和装置。所述方法包括：获取登录平台的真实账户的行为日志；所述行为日志记录有所述真实账户在访问所述平台的页面的过程中对所述页面上展示的内容所进行的账户行为；基于所述真实账户的账户行为，生成与所述真实账户关联的至少两个虚拟账户各自的账户行为；基于生成的虚拟账户生成训练样本；采用所述训练样本对推荐模型进行训练。采用本方法能够将用户真正感兴趣的内容推荐给用户，解决了相关技术中推荐给用户的内容不符合用户需求的问题。

技术领域

本公开涉及计算机技术，尤其涉及一种模型训练、多媒体内容推荐方法和装置。

背景技术

目前，通常通过召回算法向用户推荐感兴趣的视频、音频等多媒体内容。其中一种常见的召回算法是基于用户的协同过滤算法，协同过滤算法通过构建协同过滤模型提取出反映用户兴趣的行为特征，并基于行为特征的相似度预测用户的兴趣之间是否相似，兴趣相似的用户可以作为相似用户，并根据相似用户曾经观看的内容进行内容推荐。

为了向用户推荐符合其兴趣的多媒体内容，需要协同过滤模型可以从用户过往的行为中，提取出可以反映用户兴趣的行为特征。因此，需要采用大量用户的行为作为训练样本对协同过滤模型进行训练，以提升协同过滤模型的表现。

相关技术中，通常采用用户个人的行为作为训练样本，基于该训练样本对协同过滤模型进行训练，以使协同过滤模型学习用户个人的行为与多媒体内容之间的关联关系。然而，通过上述训练方法所得到的协同过滤模型，其在进行内容推荐时，该协同过滤模型所提取出的行为特征并无法准确反映用户的真实兴趣，因此，基于该协同过滤模型所提取出的行为特征进行相似用户的搜索，并无法准确地搜索出相似用户。因此，相关技术存在着无法准确地搜索出相似用户的问题。

发明内容

本公开提供一种模型训练、多媒体内容推荐方法和装置，以至少解决相关技术存在着的推荐的内容不符合用户需求的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种用于进行内容推荐的模型训练方法，包括：

获取登录平台的真实账户的行为日志；所述行为日志记录有所述真实账户在访问所述平台的页面的过程中对所述页面上展示的内容所进行的账户行为；

基于所述真实账户的账户行为，生成与所述真实账户关联的至少两个虚拟账户各自的账户行为；

基于生成的虚拟账户生成训练样本，其中，所述训练样本包括正样本和负样本，所述正样本中的样本对基于相似虚拟账户的账户行为而生成；所述负样本中的样本对基于不相似虚拟账户的账户行为而生成；所述相似虚拟账户为与同一个真实账户关联的虚拟账户；所述不相似虚拟账户为与不同的真实账户关联的虚拟账户；

采用所述训练样本对推荐模型进行训练，其中，所述推荐模型用于搜索待推荐账户的相似账户，并根据所述相似账户的账户行为向所述待推荐账户进行内容推荐。

可选地，所述真实账户包括第一真实账户和第二真实账户，所述基于生成的虚拟账户生成训练样本，包括：

确定均与所述第一真实账户关联的至少两个所述虚拟账户，得到相似虚拟账户；

采用所述相似虚拟账户的账户行为组成所述正样本中的样本对；

确定与所述第一真实账户关联的虚拟账户和与所述第二真实账户关联的虚拟账户，得到不相似虚拟账户；

采用所述不相似虚拟账户的账户行为组成所述负样本中的样本对；

将所述正样本和所述负样本组成所述训练样本。

可选地，与所述真实账户关联的虚拟账户具有N个，N≥2，所述基于所述真实账户的账户行为，生成与所述真实账户关联的至少两个虚拟账户各自的账户行为，包括：