[发明专利]一种信息处理方法、装置及存储介质

权利要求书

1.一种信息处理方法，所述方法包括：

根据对象数据确定分类得到对象所属的分类；

根据所述对象所属的分类对应的同类推荐模型得到推荐数据，

其中，所述同类推荐模型包括第一参数和第二参数，

所述第二参数是根据不同分类的对象数据进行训练得到的，用于增强不同分类对象的共性特征，

所述第一参数在所述根据不同分类的对象数据进行训练的过程中保留原有值，用于增强相同分类对象的个性特征。

2.根据权利要求1所述的方法，所推荐模型为多层神经网络模型，所述第一参数为所述多层神经网络模型的深层网络参数，所述第二参数为所述多层神经网络模型的浅层网络参数。

3.根据权利要求1所述的方法，所述方法还包括：

根据不同分类的对象数据进行训练，以确定同类推荐模型的第二参数，所述第一参数在所述根据不同分类的对象数据进行分布式训练的过程中保留原有值。

4.根据权利要求3所述的方法，所述根据不同分类的对象数据进行训练，以确定同类推荐模型的第二参数，包括：

根据平台推荐模型的第二参数，同步所述同类推荐模型的第二参数；

根据不同分类的对象数据进行分布式训练，得到每一分类对应的第二参数的梯度；

根据所述每一分类对应的第二参数的梯度，更新平台推荐模型的第二参数。

5.根据权利要求4所述的方法，所述方法还包括：

根据所述跨平台推荐模型的第二参数，同步所述平台推荐模型的第二参数；

根据不同平台的对象数据进行分布式训练，得到每一平台对应的第二参数的梯度；

根据所述每一平台对应的第二参数的梯度，更新跨平台推荐模型的第二参数。

6.根据权利要求1所述的方法，所述方法还包括：

根据同类推荐模型的模型参数，同步个性化推荐模型的模型参数；

根据相同分类的每一对象的对象数据进行分布式训练，得到每一个性化推荐模型的第一参数的梯度；

根据每一个性化推荐模型的第一参数的梯度，更新所述同类推荐模型的第一参数。

7.根据权利要求1所述的方法，所述根据所述对象所属的分类对应的同类推荐模型得到推荐数据，包括：

根据备选推荐数据和所述对象所属的分类对应的同类推荐模型得到推荐数据。

8.根据权利要求7所述的方法，所述备选推荐数据包括历史推荐数据和与历史推荐数据具有一级关联关系的数据。

9.一种个性化信息处理装置，所述装置包括：

分类确定模块，用于根据对象数据确定分类得到对象所属的分类；

推荐模块，用于根据所述对象所属的分类对应的同类推荐模型得到推荐数据，其中，所述同类推荐模型包括第一参数和第二参数，所述第二参数是根据不同分类的对象数据进行训练得到的，用于增强不同分类对象的共性特征，所述第一参数在所述根据不同分类的对象数据进行训练的过程中保留原有值，用于增强相同分类对象的个性特征。

10.一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行上述权利要求1-8任一项所述的方法。