[发明专利]一种推荐系统训练方法、推荐方法、装置、电子设备及存储介质

权利要求书

1.一种推荐系统训练方法，其特征在于，包括：

确定推荐系统的初始账户状态数据和初始账户行为数据；

基于所述初始账户状态数据和所述初始账户行为数据确定所述推荐系统对应的初始推荐对象；

根据所述初始账户状态数据、所述初始账户行为数据和所述初始推荐对象确定所述推荐系统在预设时间段上的预设指标信息、过渡账户状态数据和过渡账户行为数据；所述过渡账户状态数据表征基于所述初始推荐对象对于所述初始账户状态数据的改进数据；所述过渡账户行为数据表征基于所述初始推荐对象对于所述初始账户行为数据的改进数据；

对所述预设时间段上的预设指标信息进行稀疏至稠密的转换，得到所述推荐系统在所述预设时间段中每个时间步长的预设指标信息；

基于所述每个时间步长的预设指标信息、所述过渡账户状态数据和所述过渡账户行为数据对所述推荐系统进行训练，得到目标推荐系统；所述目标推荐系统对应的预设指标信息满足预设指标条件。

2.根据权利要求1所述的推荐系统训练方法，其特征在于，所述根据所述初始账户状态数据、所述初始账户行为数据和所述初始推荐对象确定所述推荐系统在预设时间段上的预设指标信息、过渡账户状态数据和过渡账户行为数据，包括：

将所述初始账户状态数据、所述初始账户行为数据和所述初始推荐对象输入数据模拟器，得到所述推荐系统的第一账户状态数据、第一账户行为数据和第一时间步长；

基于所述第一账户状态数据和所述第一账户行为数据确定所述推荐系统对应的第一推荐对象；循环步骤：将所述第一账户状态数据、所述第一账户行为数据和所述第一推荐对象输入所述数据模拟器，得到所述推荐系统的第二账户状态数据、第二账户行为数据和第二时间步长；直至获取所述推荐系统在预设时间段上的所述预设指标信息、所述过渡账户状态数据和所述过渡账户行为数据；

其中，所述预设时间段由循环中的多个时间步长组成，且所述多个时间步长包括所述第一时间步长和所述第二时间步长。

3.根据权利要求2所述的推荐系统训练方法，其特征在于，所述对所述预设时间段上的预设指标信息进行稀疏至稠密的转换，得到所述推荐系统在所述预设时间段中每个时间步长的预设指标信息，包括：

基于所述预设时间段中的每个时间步长对应的账户状态数据和账户行为数据确定所述每个时间步长对应的所述推荐系统状态数据；

基于所述预设时间段中的每个时间步长对应的推荐对象确定所述每个时间步长对应的所述推荐系统行为数据；

将所述预设时间段、所述预设时间段上的预设指标信息、所述每个时间步长对应的推荐系统状态数据和推荐系统行为数据输入训练好的指标信息分解器，得到所述推荐系统在所述每个时间步长的预设指标信息。

4.根据权利要求3所述的推荐系统训练方法，其特征在于，所述方法还包括：

构建原始信息分解器；

基于所述预设时间段和所述预设时间段上的预设指标信息确定所述每个时间步长对应的参考指标信息；

将所述每个时间步长对应的推荐系统状态数据和行为数据输入所述原始信息分解器，得到所述每个时间步长对应的预测指标信息；

基于所述每个时间步长对应的参考指标信息和所述每个时间步长对应的预测指标信息训练所述原始信息分析器；

在满足迭代终止条件的情况下，得到所述指标信息分解器。

5.根据权利要求4所述的推荐系统训练方法，其特征在于，所述在满足迭代终止条件的情况下，得到所述指标信息分解器，包括：

在所述每个时间步长中的任一时间步长对应的预测指标信息和参考指标信息之间的差值小于等于第一预设差值，且所述累积指标信息和所述预设时间段上的预设指标信息之间的差值小于等于第二预设差值的情况下，终止所述原始信息分解器的训练；

将训练好的所述原始信息分解器确定为所述指标信息分解器。

6.根据权利要求2所述的推荐系统训练方法，其特征在于，所述方法还包括：

获取样本数据集和原始生成器的初始数据；

基于所述样本数据集和所述初始数据训练所述原始生成器和判别器，得到目标生成器；所述目标生成器包括数据模拟器。