[发明专利]一种推荐模型训练方法、装置、电子设备及存储介质

说明书

本公开关于一种推荐模型训练方法、装置、电子设备及存储介质。所述方法包括：获取训练数据；训练数据包括用户数据和对应的多媒体资源，以及推荐标注结果；获取待训练推荐模型；待训练推荐模型用于向用户推荐多媒体资源；待训练推荐模型包括嵌入层和特征输入层；嵌入层的输出与特征输入层的输入之间存在第一级联关系集合；第一级联关系集合中任一第一级联关系包含特征交叉单元；特征交叉单元的输入为嵌入层输出特征中的至少2个特征，特征交叉单元的输出为所输入的至少2个特征的交叉特征；将用户数据和对应的多媒体资源输入待训练推荐模型，得到预测推荐结果；根据预测推荐结果和推荐标注结果，确定损失信息；基于损失信息训练待训练推荐模型。

技术领域

本公开涉及推荐技术领域，尤其涉及一种推荐模型训练方法、装置、电子设备及存储介质。

背景技术

目前，推荐模型已经被广泛应用于各类业务平台。例如，短视频平台、社交平台等。推荐模型主要用于向平台用户推荐不同的内容，例如，短视频平台可以为用户推荐感兴趣的短视频；社交平台可以向用户推荐兴趣爱好相近的用户。

其中，针对向用户推荐多媒体资源的推荐模型，例如向用户推荐视频、文本、图像等的推荐模型，在训练过程中通常需要获取用户特征和多媒体资源的特征进行训练，但是，目前的推荐模型的推荐效果难以进一步提高。

发明内容

本公开提供一种推荐模型训练方法、装置、电子设备及存储介质，以至少解决相关技术中推荐模型的推荐效果难以提高的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种推荐模型训练方法，包括：

获取训练数据；所述训练数据包括用户数据和对应的多媒体资源，以及推荐标注结果；

获取待训练推荐模型；所述待训练推荐模型用于向用户推荐多媒体资源；所述待训练推荐模型包括嵌入层和特征输入层；所述嵌入层的输出与所述特征输入层的输入之间存在第一级联关系集合；所述第一级联关系集合中包括一个或多个第一级联关系；

所述第一级联关系集合中任一第一级联关系用于将所述嵌入层输出的至少2个特征级联至单个特征交叉单元的输入，并将该特征交叉单元的输出级联至所述特征输入层的输入；所述特征交叉单元的输入为所述嵌入层输出特征中的至少2个特征，所述特征交叉单元的输出为所输入的至少2个特征的交叉特征；

将所述用户数据和对应的多媒体资源输入所述待训练推荐模型，得到预测推荐结果；

根据所述预测推荐结果和所述推荐标注结果，确定损失信息；

基于所述损失信息训练所述待训练推荐模型。

可选地，所述获取待训练推荐模型，包括：

获取业务平台当前部署的推荐模型副本作为旧推荐模型；所述旧推荐模型包括嵌入层和特征输入层；

在所述旧推荐模型的嵌入层的输出与特征输入层的输入之间存在第一级联关系集合的情况下，更新所述旧推荐模型的第一级联关系集合，得到待训练推荐模型；

在所述旧推荐模型的嵌入层的输出与特征输入层的输入之间不存在第一级联关系集合的情况下，创建第一级联关系集合，得到待训练推荐模型。

可选地，所述更新所述旧推荐模型的第一级联关系集合，包括：

在所述旧推荐模型的第一级联关系集合中新增一个或多个第一级联关系；

和/或

在所述旧推荐模型的第一级联关系集合中修改一个或多个第一级联关系；

和/或

在所述旧推荐模型的第一级联关系集合中删除一个或多个第一级联关系。

可选地，在得到待训练推荐模型之后，所述方法还包括：