[发明专利]回答者推荐模型的训练方法、推荐方法及电子设备

权利要求书

1.一种回答者推荐模型的训练方法，其特征在于，包括：

获取样本评分矩阵以及未获得财富值的数据集；其中，所述未获得财富值的数据集包括回答者特征以及问题特征；

利用所述未获得财富值的数据集对回答者推荐模型中的DeepFM模块进行训练，以填充所述样本评分矩阵；

将填充后的所述样本评分矩阵输入所述回答者推荐模型中的矩阵分解模块分解所述样本评分矩阵，得到回答者矩阵以及问题矩阵；

基于所述回答者矩阵与所述问题矩阵，预测所述问题对应的回答者；

利用所述评分预测值与所述问题对应的目标评分值，对所述DeepFM模块以及所述矩阵分解模块的参数进行更新，确定所述回答者推荐模型。

2.根据权利要求1所述的训练方法，其特征在于，所述基于所述回答者矩阵以及所述问题矩阵，预测所述问题对应的回答者，包括：

计算所述回答者矩阵与所述问题矩阵的乘积，确定所述问题对应的各个回答者的评分预测值。

3.根据权利要求2所述的训练方法，其特征在于，所述利用所述评分预测值与所述问题对应的目标评分值，对所述DeepFM模块以及所述矩阵分解模块的参数进行更新，确定所述回答者推荐模型，包括：

获取各个所述问题对应的实际财富值、回答获得的平均财富值、回答获得的最大财富值、回答获得的最小财富值；

基于各个所述问题对应的实际财富值、回答获得的平均财富值、回答获得的最大财富值、回答获得的最小财富值，计算各个所述问题回答获得的财富值；

利用各个所述问题回答获得的财富值、所述DeepFM模块的填充结果、所述样本评分矩阵以及填充后的所述样本评分矩阵，计算损失函数，以更新所述DeepFM模块的填充结果，确定所述回答者推荐模型。

4.根据权利要求3所述的训练方法，其特征在于，所述各个所述问题回答获得的财富值采用如下公式计算：

其中，为所述各个所述问题回答获得的财富值；x为所述实际财富值；μ为所述回答获得的平均财富值；x_max为回答获得的最大财富值；x_min为回答获得的最小财富值。

5.根据权利要求3所述的训练方法，其特征在于，所述损失函数采用如下公式计算：

其中，r_ij为所述样本评分矩阵中第i行第j列的评分值；为填充后的所述样本评分矩阵中第i行第j列的评分值；d为所述DeepFM模块的填充结果与真实结果之间的均方误差；c表示所述问题是否为所述DeepFM模块的预测结果，取值为0或1；λ为正则化系数；P为所述回答者矩阵；Q为所述问题矩阵。

6.根据权利要求1-5中任一项所述的训练方法，其特征在于，所述训练方法还包括：

获取测试集；

将所述测试集输入所述回答者推荐模型中，得到预测结果；

基于所述预测结果，确定是否需要对所述回答者推荐模型中的参数进行再次更新。

7.一种回答者推荐方法，其特征在于，包括：

获取目标问题的特征以及多个回答者的特征，以得到初始评分矩阵；

对所述目标问题的特征以及多个回答者的特征进行编码，并将编码结果输入至回答者推荐模型中的DeepFM模块中，对所述初始评分矩阵进行填充，得到评分矩阵；

将所述评分矩阵输入至所述回答者推荐模型中的矩阵分解模块中分解所述评分矩阵，得到回答者矩阵以及问题矩阵；

基于所述回答者矩阵以及所述问题矩阵，确定所述目标问题对应的目标回答者。

8.根据权利要求7所述的回答者推荐方法，其特征在于，所述基于所述回答者矩阵以及所述问题矩阵，确定所述目标问题对应的目标回答者，包括：

计算所述回答者矩阵与所述问题矩阵的乘积，得到各个所述回答者回答所述目标问题对应的评分值；

将最高的所述评分值对应的回答者，确定为所述目标回答者。