[发明专利]行为预测系统的更新方法及装置

权利要求书

1.一种行为预测系统的更新方法，所述行为预测系统包括多个推荐领域各自对应的对象表征模型、领域用户表征模型和行为预测模型，还包括通用用户表征模型和领域判别模型；所述方法包括：

获取与所述多个推荐领域对应的多个训练样本，其中任意的第一训练样本中包括第一推荐领域中第一推荐对象的对象特征、第一用户的用户特征，以及第一样本标签，该第一样本标签指示该第一用户是否对该第一推荐对象做出特定行为；所述第一推荐领域对应第一对象表征模型、第一领域用户表征模型和第一行为预测模型；

针对所述第一训练样本，将所述对象特征输入所述第一对象表征模型中，得到第一对象表征向量，并且，将所述用户特征输入所述第一领域用户表征模型中，得到第一领域用户表征向量；

将所述第一领域用户表征向量输入所述通用用户表征模型中，得到第一通用用户表征向量，进而与所述第一对象表征向量进行融合，得到第一融合向量；

将所述第一融合向量输入所述第一行为预测模型中，得到第一行为预测结果，进而结合所述第一样本标签，确定第一行为预测损失；

将所述第一通用用户表征向量输入所述领域判别模型中，得到第一领域判别结果，进而基于所述第一推荐领域的领域标识，确定第一领域判别损失；

基于确定出的对应于所述多个训练样本的多个行为预测损失和多个领域判别损失，确定综合训练损失，该综合训练损失与所述多个行为预测损失分别正相关，且与所述多个领域判别损失分别负相关；

利用综合训练损失，调整所述行为预测系统中各个模型的模型参数。

2.根据权利要求1所述的方法，其中，所述多个推荐领域包括以下中的至少一个领域：商品推荐领域、服务推荐领域、内容推荐领域。

3.根据权利要求1所述的方法，其中，所述对象特征包括所述第一推荐对象的对象标识，所述第一对象表征模型包括第一嵌入层；其中，将所述对象特征输入所述第一对象表征模型中，得到第一对象表征向量，包括：

对所述对象标识进行独热编码，得到独热编码向量；

在所述第一嵌入层中，利用嵌入矩阵对所述独热编码向量进行嵌入处理，得到对象嵌入向量，作为所述第一对象表征向量。

4.根据权利要求1所述的方法，其中，所述第一推荐对象为第一图片，所述对象特征包括图片像素、图片中的文字内容；或者，所述第一推荐对象为第一文本，所述对象特征包括文本关键词、文本字符数；或者，所述第一推荐对象为第一商品，所述对象特征包括商品类别、商品价格、商品产地。

5.根据权利要求1所述的方法，其中，所述第一领域用户表征模型为第一图神经网络；其中，将所述用户特征输入所述第一领域用户表征模型中，得到第一领域用户表征向量，包括：

获取预先构建的用户关系图谱，其中包括对应于多个用户的用户节点，以及用户节点之间存在关联关系时形成的连接边；

将所述用户特征输入所述第一图神经网络，以使得所述第一图神经网络基于所述用户关系图谱，在所述用户特征的基础上对所述第一用户的邻居节点进行特征聚合，得到所述第一领域用户表征向量。

6.根据权利要求1所述的方法，其中，所述用户特征包括用户基础信息和/或历史网络操作数据；所述用户基础信息包括以下中的至少一项：性别、年龄、职业、地址、兴趣爱好，所述历史网络操作数据包括以下中的至少一项：操作对象、操作次数、操作时长、操作地点、操作时间段。

7.根据权利要求1所述的方法，其中，所述特定行为包括点击行为、浏览达到预设时长的行为、注册行为、登录行为、购买行为和关注行为。