[发明专利]多媒体推荐模型的训练方法、装置及服务器

权利要求书

1.一种多媒体推荐模型的训练方法，其特征在于，所述方法包括：

获取多条反馈行为记录，任一反馈行为记录用于记录账户在接收到推荐的多媒体文件后所执行的反馈行为；

基于模型训练的多个训练目标，从所述多条反馈行为记录中，提取反馈行为的多个行为特征；

基于提取到的行为特征，生成对应各训练目标的训练样本，其中，对应不同训练目标的训练样本部分相同，所述部分相同的训练样本通过公共特征输入层输入，其余的训练样本通过单独特征输入层输入；

基于公共特征输入层输入的训练样本和单独特征输入层输入的训练样本，对多媒体推荐模型进行训练。

2.根据权利要求1所述的多媒体推荐模型的训练方法，其特征在于，所述基于公共特征输入层输入的训练样本和单独特征输入层输入的训练样本，对多媒体推荐模型进行训练，包括：

基于所述公共特征输入层的参数和各训练目标对应的网络层的参数，将所述公共特征输入层输入的训练样本以及各训练目标对应的单独特征输入层输入的训练样本进行前向传播，得到各训练目标的预测目标；

基于所述各训练目标的预测目标，进行反向传播，更新所述公共特征输入层的参数和各训练目标对应的网络层的参数。

3.根据权利要求1所述的多媒体推荐模型的训练方法，其特征在于，所述基于提取到的行为特征，生成对应各训练目标的训练样本，包括：

对于各训练目标，基于提取到的行为特征，将所述多个行为特征中用于表示所述训练目标所预测的反馈行为的发生概率的行为特征，作为所述训练目标的单独行为特征，所述单独行为特征用于通过所述单独特征输入层输入；

基于提取到的行为特征，将所述多个行为特征中用于表示所述账户的多媒体文件偏好的行为特征，作为所述训练目标的公共行为特征，所述公共行为特征用于通过所述公共特征输入层输入。

4.根据权利要求1所述的多媒体推荐模型的训练方法，其特征在于，所述基于提取到的行为特征，生成对应各训练目标的训练样本，包括：

确定产生所述多条反馈行为记录所在的多媒体播放场景；

基于所述多媒体播放场景，从所述提取到的行为特征中确定各训练目标的正训练样本和负训练样本；

其中，所述正训练样本为满足所述多媒体播放场景对应的第一目标条件的特征，所述负训练样本为满足所述多媒体播放场景对应的第二目标条件的特征。

5.根据权利要求1所述的多媒体推荐模型的训练方法，其特征在于，所述多个行为特征包括正向反馈特征；

所述基于模型训练的多个训练目标，从所述多条反馈行为记录中，提取反馈行为的多个行为特征，包括：

对于各训练目标，从所述多条反馈行为记录中，确定所述训练目标所预测的反馈行为的发生状态为已发生的第一多媒体文件；

确定所述第一多媒体文件的第一多媒体特征；

基于所述多个训练目标所预测的反馈行为对应的第一多媒体特征，确定所述正向反馈特征。

6.根据权利要求1所述的多媒体推荐模型的训练方法，其特征在于，所述多个行为特征包括文件匹配特征；

所述基于模型训练的多个训练目标，从所述多条反馈行为记录中，提取反馈行为的多个行为特征，包括：

对于各训练目标，从所述多条反馈行为记录中，确定所述训练目标所预测的反馈行为的发生状态为已发生的第一多媒体文件，所述训练目标用于预测账户对第四多媒体文件的反馈行为；

确定所述第一多媒体文件的第一多媒体特征，以及，获取所述第四多媒体文件的第三多媒体特征；

根据所述第三多媒体特征和所述多个训练目标所预测的反馈行为对应的第一多媒体特征，确定所述文件匹配特征。