[发明专利]推荐模型的训练方法、推荐方法、装置、电子设备及介质

权利要求书

1.一种推荐模型的训练方法，包括：

基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定所述用户对所述第一对象发布者的第一偏好值；

将所述第一发布者的信息和所述用户的当前信息输入待训练推荐模型，以得到所述待训练推荐模型所输出的第二偏好值；以及

基于所述第一偏好值和所述第二偏好值，调整所述待训练推荐模型的参数。

2.根据权利要求1所述的方法，其中，所述基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定所述用户对所述第一对象发布者的第一偏好值包括：

基于所述第一行为信息，利用预测模型预测所述用户在所述第一历史时间段之后对所述第一对象发布者所发布的对象的点击概率；以及

基于预测得到的所述点击概率，确定所述第一偏好值。

3.根据权利要求2所述的方法，其中，所述第一行为信息包括多个第一子行为信息，所述基于所述第一行为信息，利用预测模型预测所述用户在所述第一历史时间段之后对所述第一对象发布者所发布的对象的点击概率包括：

利用所述预测模型，确定所述多个第一子行为信息中的每一个第一子行为信息所对应的系数的加权和，其中，针对所述多个第一子行为信息中的每一个第一子行为信息，该第一子行为信息的权重与该第一子行为信息与当前时刻的之间的时间间隔长短负相关；以及

基于所述加权和确定所述点击概率。

4.根据权利要求1所述的方法，其中，所述针对所述第一对象发布者的所述第一行为信息包括以下至少一种：

针对所述第一对象发布者的互动行为信息；或

针对所述第一对象发布者所发布的对象的互动行为信息。

5.根据权利要求1所述的方法，其中，所述用户的当前信息包括用户在第二历史时间段内的第二行为信息，所述第二历史时间段的终止时刻为当前时刻，所述第二历史时间段小于所述第一历史时间段。

6.根据权利要求5所述的方法，其中，所述用户的当前信息还包括以下至少一种：

用户的属性信息；

用户所关注的对象发布者的信息；或

用户所关注的对象所对应的对象发布者的信息。

7.一种推荐方法，包括：

获取待推荐对象所对应的对象发布者的信息；

将所述对象发布者的信息和用户的当前信息输入推荐模型，以得到所述推荐模型所输出的预测偏好值，其中，所述推荐模型为根据权利要求1至6中任意一项训练而得到的；以及

至少基于所述预测偏好值，执行对所述待推荐对象的推荐。

8.根据权利要求7所述的方法，其中，所述用户的当前信息包括用户在第二历史时间段内的第二行为信息，所述第二历史时间段的终止时刻为当前时刻，所述方法还包括：

基于所述用户的第二行为信息，确定所述用户对所述待推荐对象所对应的对象发布者的当前偏好值；

其中，所述至少基于所述预测偏好值，执行对所述待推荐对象的推荐包括：

基于所述预测偏好值和所述当前偏好值，执行对所述待推荐对象的推荐。

9.一种推荐模型的训练装置，包括：

第一确定单元，被配置用于基于用户在第一历史时间段内针对第一对象发布者的第一行为信息，确定所述用户对所述第一对象发布者的第一偏好值；

输入单元，被配置用于将所述第一发布者的信息和所述用户的当前信息输入待训练推荐模型，以得到所述待训练推荐模型所输出的第二偏好值；以及

调整单元，被配置用于基于所述第一偏好值和所述第二偏好值，调整所述待训练推荐模型的参数。

10.根据权利要求9所述的装置，其中，所述第一确定单元包括：

预测子单元，被配置用于基于所述第一行为信息，利用预测模型预测所述用户在所述第一历史时间段之后对所述第一对象发布者所发布的对象的点击概率；以及

确定子单元，被配置用于基于预测得到的所述点击概率，确定所述第一偏好值。