[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

说明书

本公开提供了一种推荐模型的训练方法、推荐方法、装置、电子设备及介质，涉及人工智能领域，尤其涉及内容推荐和深度学习领域。实现方案为：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，确定用户对第一对象发布者的第一偏好值；将第一发布者的信息和用户的当前信息输入待训练推荐模型，以得到待训练推荐模型所输出的第二偏好值；以及基于第一偏好值和第二偏好值，调整待训练推荐模型的参数。

技术领域

本公开涉及人工智能技术领域，尤其涉及内容推荐和深度学习领域，具体涉及一种推荐模型的训练方法和推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种推荐模型的训练方法、推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了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，确定用户对第一对象发布者的第一偏好值；将第一发布者的信息和用户的当前信息输入待训练推荐模型，以得到待训练推荐模型所输出的第二偏好值；以及基于第一偏好值和第二偏好值，调整待训练推荐模型的参数。

根据本公开的另一方面，提供了一种推荐方法，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，以得到推荐模型所输出的预测偏好值，其中，推荐模型为根据上述训练方法训练而得到的；以及至少基于预测偏好值，执行对待推荐对象的推荐。

根据本公开的另一方面，提供了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，确定用户对第一对象发布者的第一偏好值；输入单元，被配置用于将第一发布者的信息和用户的当前信息输入待训练推荐模型，以得到待训练推荐模型所输出的第二偏好值；以及调整单元，被配置用于基于第一偏好值和第二偏好值，调整待训练推荐模型的参数。

根据本公开的另一方面，提供了一种推荐装置，包括：第一获取单元，被配置用于获取待推荐对象所对应的对象发布者的信息；第二获取单元，被配置用于将对象发布者的信息和用户的当前信息输入推荐模型，以获取推荐模型所输出的预测偏好值，其中，推荐模型为根据上述训练方法训练而得到的；以及推荐单元，被配置用于至少基于预测偏好值，执行对待推荐对象的推荐。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述任意一种方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述任意一种方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述任意一种方法。

根据本公开的一个或多个实施例，可以使得训练得到的推荐模型能够预测用户对待推荐对象所对应的对象发布者的长期偏好程度，进而能够优先向用户推荐更满足用户的长期偏好的对象发布者所发布的对象，有助于平台和对象发布者与用户之间建立长期的关注关系，增强用户黏度。