[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

说明书

本公开关于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，包括：基于初始账户状态数据和初始账户行为数据确定推荐系统对应的初始推荐对象，根据初始账户状态数据、初始账户行为数据和初始推荐对象确定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，对预设时间段上的预设指标信息进行稀疏至稠密的转换，得到推荐系统在预设时间段中每个时间步长的预设指标信息，基于每个时间步长的预设指标信息、过渡账户状态数据和过渡账户行为数据对推荐系统进行训练，得到目标推荐系统。本申请可以将稀疏的长期指标分解为可以改进的稠密的长期指标，进而使得基于长期指标训练出的推荐系统是符合指标要求的。

技术领域

本公开涉及互联网技术领域，尤其涉及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。

背景技术

随着当前的移动互联网的迅速发展，在推荐系统中，召回、排序、策略已经成为标准范式。个性化的推荐系统服务需要对候选集中的大量项目进行筛选、评分，为用户推荐质量高内容好的对象，从而提升用户满意度和留存率，进而实现推荐系统的综合价值和持续发展。

现有的推荐方法通常借助各类用户的即时反馈预测值计算对应的评分，并基于该评分对对象进行排序，这本质上改进的是用户的短期指标，如点击率、观看率，而对于留存率这样的偏长期指标是间接影响的，这使得偏长期指标存在不正确性，进而使得基于长期指标训练出的推荐系统是不符合要求的。

发明内容

本公开提供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，本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种推荐系统训练方法，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；

基于初始账户状态数据和初始账户行为数据确定推荐系统对应的初始推荐对象；

根据初始账户状态数据、初始账户行为数据和初始推荐对象确定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；过渡账户状态数据表征基于初始推荐对象对于初始账户状态数据的改进数据；过渡账户行为数据表征基于初始推荐对象对于初始账户行为数据的改进数据；

对预设时间段上的预设指标信息进行稀疏至稠密的转换，得到推荐系统在预设时间段中每个时间步长的预设指标信息；

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

在一些可能的实施例中，根据初始账户状态数据、初始账户行为数据和初始推荐对象确定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：

将初始账户状态数据、初始账户行为数据和初始推荐对象输入数据模拟器，得到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；

基于第一账户状态数据和第一账户行为数据确定推荐系统对应的第一推荐对象；循环步骤：将第一账户状态数据、第一账户行为数据和第一推荐对象输入数据模拟器，得到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；

其中，预设时间段由循环中的多个时间步长组成，且多个时间步长包括第一时间步长和第二时间步长。

在一些可能的实施例中，对预设时间段上的预设指标信息进行稀疏至稠密的转换，得到推荐系统在预设时间段中每个时间步长的预设指标信息，包括：

基于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每个时间步长对应的推荐系统状态数据；