[发明专利]一种用于信息推荐的样本数据生成方法和相关装置

权利要求书

1.一种用于信息推荐的样本数据生成方法，其特征在于，所述方法包括：

获取多个产品领域的用户行为数据，构建原始训练数据集；

根据所述原始训练数据集进行向量化处理，得到所述多个产品领域中每个产品领域的初始用户行为特征向量；

将所述多个产品领域中的待扩充产品领域分别作为目标产品领域，根据所述每个产品领域的初始用户行为特征向量，生成所述目标产品领域对应的样本数据候选集；

将所述样本数据候选集中的样本数据与原始训练数据集中的用户行为数据进行混合，得到目标训练数据集，所述目标训练数据集用于训练所述目标产品领域的推荐模型。

2.根据权利要求1所述的方法，其特征在于，根据所述每个产品领域的初始用户行为特征向量，生成所述目标产品领域对应的样本数据候选集，包括：

将所述每个产品领域的初始用户行为特征向量输入至生成模型，通过所述生成模型根据所述每个产品领域的初始用户行为特征向量进行预测生成所述样本数据候选集。

3.根据权利要求2所述的方法，其特征在于，所述生成模型的训练方式包括以下步骤：

通过所述生成模型，根据所述初始用户行为特征向量生成预测用户行为特征向量；

根据所述预测用户行为特征向量和采集的真实用户行为特征向量构建样本分布损失函数；所述样本分布损失函数的值越小表征所述预测用户行为特征向量和所述真实用户行为特征向量的分布差距越大；

根据所述分布损失函数训练所述生成模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述预测用户行为特征向量和采集的真实用户行为特征向量构建样本分布损失函数，包括：

根据所述预测用户行为特征向量和所述真实用户行为特征向量确定最大均值差异距离；

将所述最大均值差异距离作为所述样本分布损失函数。

5.根据权利要求2所述的方法，其特征在于，通过所述生成模型根据所述每个产品领域的初始用户行为特征向量进行预测生成所述样本数据候选集，包括：

从所述初始用户行为特征向量中提取所述每个产品领域的有效用户行为特征向量；

根据所述每个产品领域的有效用户行为特征向量进行预测生成所述样本数据候选集。

6.根据权利要求5所述的方法，其特征在于，所述生成模型包括域编码器，从所述初始用户行为特征向量中提取所述每个产品领域的有效用户行为特征向量，包括：

针对所述每个产品领域，通过所述域编码器对所述初始用户行为特征向量进行随机去除处理，得到编码后的用户行为特征向量；

根据所述编码后的用户行为特征向量确定所述有效用户行为特征向量。

7.根据权利要求6所述的方法，其特征在于，根据所述编码后的用户行为特征向量确定所述有效用户行为特征向量，包括：

根据所述编码后的用户行为特征向量和所述产品领域的域标识向量，确定所述编码后的用户行为特征向量的权重；

根据所述编码后的用户行为特征向量的权重，确定所述有效用户行为特征向量。

8.根据权利要求5所述的方法，其特征在于，根据所述每个产品领域的有效用户行为特征向量进行预测生成所述样本数据候选集，包括：

从所述每个产品领域的有效用户行为特征向量中，提取出与所述目标产品领域相关度满足预设条件的目标用户行为特征向量；

对所述目标用户行为特征向量进行预测生成所述样本数据候选集。