[发明专利]推荐模型的训练方法、装置、电子设备及存储介质

权利要求书

1.一种推荐模型的训练方法，包括：

获取样本画像数据和样本推荐数据；

生成与所述样本画像数据对应的画像表示向量；

生成与所述样本推荐数据对应的特征表示向量；以及

根据所述画像表示向量、所述特征表示向量，以及教师模型的预测推荐结果训练学生模型，其中，所述教师模型，是根据所述样本画像数据所属用户的样本行为数据、所述样本画像数据，以及所述样本推荐数据训练得到的。

2.根据权利要求1所述的方法，在所述获取样本画像数据和样本推荐数据之后，还包括：

获取所述样本画像数据所属用户的用户标识；

从预设样本数据集中确定出与所述用户标识对应的行为数据并作为所述样本行为数据。

3.根据权利要求1所述的方法，在所述获取样本画像数据和样本推荐数据之后，还包括：

生成与所述样本行为数据对应的行为表示向量；

将所述画像表示向量、所述特征表示向量，以及所述行为表示向量输入至所述教师模型之中，以得到所述教师模型输出的所述预测推荐结果。

4.根据权利要求3所述的方法，其中，所述将所述画像表示向量、所述特征表示向量，以及所述行为表示向量输入至所述教师模型之中，以得到所述教师模型输出的所述预测推荐结果，包括：

将所述画像表示向量、所述特征表示向量，以及所述行为表示向量输入至所述教师模型之中，以得到所述教师模型输出的候选推荐结果；

确定所述候选推荐结果和所述标定推荐结果之间的第一损失值；

如果所述第一损失值满足第一参考损失阈值，则将所述候选推荐结果作为所述预测推荐结果。

5.根据权利要求1所述的方法，其中，所述根据所述画像表示向量、所述特征表示向量，以及教师模型的预测推荐结果训练学生模型，包括：

将所述画像表示向量、所述特征表示向量，以及教师模型的预测推荐结果输入至所述学生模型之中，以得到所述学生模型输出的目标推荐结果；

根据所述目标推荐结果、所述预测推荐结果，以及所述标定推荐结果训练所述学生模型。

6.根据权利要求5所述的方法，其中，所述根据所述目标推荐结果、所述预测推荐结果，以及所述标定推荐结果训练所述学生模型，包括：

确定所述目标推荐结果、所述预测推荐结果，以及所述标定推荐结果之间的第二损失值；

如果所述第二损失值满足第二参考损失阈值，则所述学生模型训练完成。

7.一种推荐模型的训练装置，包括：

获取模块，用于获取样本画像数据和样本推荐数据；

生成模块，用于生成与所述样本画像数据对应的画像表示向量，并生成与所述样本推荐数据对应的特征表示向量；

第一训练模块，用于根据所述画像表示向量、所述特征表示向量，以及教师模型的预测推荐结果训练学生模型，其中，所述教师模型，是根据所述样本画像数据所属用户的样本行为数据、所述样本画像数据，以及所述样本推荐数据训练得到的。

8.根据权利要求7所述的装置，其中，

所述获取模块，还用于获取所述样本画像数据所属用户的用户标识，并从预设样本数据集中确定出与所述用户标识对应的行为数据并作为所述样本行为数据。

9.根据权利要求7所述的装置，其中，

所述生成模块，还用于生成与所述样本行为数据对应的行为表示向量；

还包括：

第二训练模块，用于将所述画像表示向量、所述特征表示向量，以及所述行为表示向量输入至所述教师模型之中，以得到所述教师模型输出的所述预测推荐结果。