[发明专利]模型训练方法、相似度计算方法、装置、设备及介质

权利要求书

1.一种相似度模型训练方法，其特征在于，包括：

获取历史行为数据，根据所述历史行为数据中样本物品之间的关联关系确定各所述样本物品的样本语义特征；

根据各所述样本物品的样本语义特征确定所述样本物品之间的样本相似度；

获取各所述样本物品的样本属性特征，基于各所述样本物品的样本属性特征和所述样本物品之间的样本相似度生成训练样本，使用所述训练样本对预先构建的相似度模型进行训练，得到训练后的相似度模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述历史行为数据中样本物品之间的关联关系确定各所述样本物品的样本语义特征，包括：

根据所述历史行为数据中所述样本物品之间的关联关系构建各所述样本物品之间的连接图；

通过图嵌入算法，基于所述连接图计算各所述样本物品的样本语义特征。

3.根据权利要求2所述的方法，其特征在于，所述根据所述历史行为数据中所述样本物品之间的关联关系构建各所述样本物品之间的连接图，包括：

将所述历史行为数据中同一用户在设定时间段内的感兴趣物品和交易之间构建连接边，直到遍历完所述历史行为数据关联的所有用户，得到各所述样本物品之间的连接图。

4.根据权利要求1所述的方法，其特征在于，所述基于各所述样本物品的样本属性特征和所述样本物品之间的样本相似度生成训练样本，使用所述训练样本对预先构建的相似度模型进行训练，得到训练后的相似度模型，包括：

针对每两个所述样本物品，将各所述样本物品的样本属性特征输入至所述相似度模型中，获得所述相似度模型预测的预测相似度；

根据所述预测相似度和所述样本物品之间的样本相似度确定损失值，以所述损失值达到收敛条件为目标，得到训练后的相似度模型。

5.一种相似度计算方法，其特征在于，包括：

获取基准物品的基准属性特征和候选物品的候选属性特征；

将所述基准属性特征和所述候选属性特征输入至预先训练的相似度模型中，获得所述相似度模型输出的相似度预测结果，其中，所述相似度模型是使用权利要求1-4中任一所述的相似度模型训练方法训练得到的；

根据所述相似度预测结果确定所述基准物品和所述候选物品之间的整体相似度。

6.根据权利要求5所述的方法，其特征在于，还包括：

将与所述基准物品之间的整体相似度大于设定相似度阈值的候选物品作为所述基准物品的竞品。

7.根据权利要求6所述的方法，其特征在于，还包括：

调整所述基准属性特征和所述候选属性特征中的属性参数，根据调整后的相似度确定所述属性参数在所述整体相似度中的贡献占比。

8.一种相似度模型训练装置，其特征在于，包括：

语义特征获取模块，用于获取历史行为数据，根据所述历史行为数据中样本物品之间的关联关系确定各所述样本物品的样本语义特征；

相似度计算模块，用于根据各所述样本物品的样本语义特征确定所述样本物品之间的样本相似度；

模型训练模块，用于获取各所述样本物品的样本属性特征，基于各所述样本物品的样本属性特征和所述样本物品之间的样本相似度生成训练样本，使用所述训练样本对预先构建的相似度模型进行训练，得到训练后的相似度模型。

9.一种相似度计算装置，其特征在于，包括：

属性特征获取模块，用于获取基准物品的基准属性特征和候选物品的候选属性特征；

模型预测模块，用于将所述基准属性特征和所述候选属性特征输入至预先训练的相似度模型中，获得所述相似度模型输出的相似度预测结果，其中，所述相似度模型是使用权利要求1-4中任一所述的相似度模型训练方法训练得到的；

相似度确定模块，用于根据所述相似度预测结果确定所述基准物品和所述候选物品之间的整体相似度。