[发明专利]协同滤波模型的训练方法及装置、可读介质及系统

权利要求书

1.一种协同滤波模型的训练方法，其中，所述训练方法包括：

设置样本缓存器，其中，所述样本缓存器存储样本空间中的一部分样本，所述一部分样本包括S₁个负样本，S₁为正整数；

在训练协同滤波模型的至少部分迭代训练过程中的每次迭代训练过程中：先更新所述样本缓存器，再从更新后的样本缓存器中选择参与协同滤波模型训练的负样本，或者先从所述样本缓存器中选择参与协同滤波模型训练的负样本，然后更新所述样本缓存器。

2.根据权利要求1所述的训练方法，其中，所述样本空间包括正样本空间和负样本空间并且其中的样本为关于用户-项目交互的配对，所述协同滤波模型用于向用户推荐相应的项目。

3.根据权利要求1所述的训练方法，其中，设置样本缓存器的步骤包括：

从负样本空间中均匀采样S₁个负样本放入所述样本缓存器中；或者

基于评估函数从负样本空间中选取S₁个评分更高的负样本放入所述样本缓存器中。

4.根据权利要求1所述的训练方法，其中，更新所述样本缓存器的步骤包括：

从指定样本空间中均匀采样S₂个负样本，S₂为正整数；

从所述样本缓存器中已有的S₁个负样本和采样的S₂个负样本中选取S₁个负样本；

利用选取的S₁个负样本来更新所述样本缓存器。

5.根据权利要求4所述的训练方法，其中，从所述样本缓存器中已有的S₁个负样本和采样的S₂个负样本中选取S₁个负样本的步骤包括：

针对从正样本空间中批采样的各正样本采用评估函数计算S₁+S₂个负样本的评分；

根据所述S₁+S₂个负样本的评分从S₁+S₂个负样本中选取S₁个负样本。

6.根据权利要求5所述的训练方法，其中，根据所述S₁+S₂个负样本的评分来选取S₁个负样本的步骤包括：

从所述S₁+S₂个负样本中选择评分最高的前S₁个负样本；或者

对于所述S₁+S₂个负样本中的每个负样本，基于所述S₁+S₂个负样本的评分计算各负样本的提取概率，按照所述S₁+S₂个负样本各自对应的提取概率，依次从所述S₁+S₂个负样本中提取S₁个负样本。

7.根据权利要求1所述的训练方法，其中，选择参与协同滤波模型训练的负样本的步骤包括：

计算所述样本缓存器中的各负样本的预测方差；

根据计算的各负样本的预测方差从所述样本缓存器中选取高预测方差的负样本作为参与协同滤波模型训练的负样本。

8.一种协同滤波模型的训练装置，其中，所述训练装置包括：

初始化模块，用于设置样本缓存器，其中，所述样本缓存器存储样本空间中的一部分样本，所述一部分样本包括S₁个负样本，S₁为正整数；

训练模块，用于在训练协同滤波模型的至少部分迭代训练过程中的每次迭代训练过程中：先更新所述样本缓存器，再从更新后的样本缓存器中选择参与协同滤波模型训练的负样本，或者先从所述样本缓存器中选择参与协同滤波模型训练的负样本，然后更新所述样本缓存器。