[发明专利]对象信息推荐模型训练方法、装置、设备及介质

说明书

本公开提出一种对象信息推荐模型训练方法，涉及对象推荐技术领域。该方法包括：获取历史交互数据，历史交互数据中包括第一账户在不同时间段内交互的多个对象序列、以及第二账户在不同时段内交互的多个对象序列，每个对象序列中包括多个对象；获取历史交互数据的内容特征；基于第一账户在不同时间段内交互的多个对象序列的内容特征生成正样本，基于第二账户在不同时段内交互的多个对象序列的内容特征生成负样本，根据正样本和负样本对对象信息推荐模型进行训练，其中，经训练的对象信息推荐模型用于向第一账户推荐对象信息。本公开实现从对象内容特征到反映账户兴趣爱好的行为特征的转换，以及通过内容特征作为桥梁，得到置信的对象行为特征。

技术领域

本公开涉及对象推荐技术领域，尤其涉及一种对象信息推荐模型训练方法、装置、设备及介质。

背景技术

近年来，随着电子技术和互联网技术的快速发展，越来越多的用户选择进行网上购物，电商平台也随之兴起。在电商平台中，对于对象特征的描述与理解占有重要的地位。对象特征的构建在电商平台中起着至关重要的特点。

但是，相关技术中的对象特征的构建，不能很好的考虑用户行为历史和兴趣爱好，而且很难解决冷启动对象和长尾对象的建模问题。

发明内容

本公开提供了一种对象信息推荐模型训练方法、装置、电子设备和存储介质。

根据本公开的第一方面，提供了一种对象信息推荐模型训练方法。该方法包括：获取历史交互数据，所述历史交互数据中包括第一账户在不同时间段内交互的多个对象序列、以及第二账户在不同时段内交互的多个对象序列，每个对象序列中包括多个对象；获取所述历史交互数据的内容特征；基于所述第一账户在不同时间段内交互的多个对象序列的内容特征生成正样本，基于所述第二账户在不同时段内交互的多个对象序列的内容特征生成负样本，根据所述正样本和所述负样本对对象信息推荐模型进行训练，其中，经训练的对象信息推荐模型用于向所述第一账户推荐对象信息。

在一些实施例中，获取历史交互数据包括：获取第一历史交互数据，所述第一历史交互数据中包括所述第一账户在第一时间段内交互的第一对象序列和在第二时间段内交互的第二对象序列；获取第二历史交互数据，所述第二历史交互数据中包括所述第二账户在第三时间段内交互的第三对象序列和第三账户在第四时间段内交互的第四对象序列。

在一些实施例中，基于所述第一账户在不同时间段内交互的多个对象序列的内容特征生成正样本包括：获取所述第一对象序列中每个对象的内容特征，组成第一特征序列；获取所述第二对象序列中每个对象的内容特征，组成第二特征序列；将所述第一特征序列和所述第二特征序列作为所述正样本。

在一些实施例中，基于所述第二账户在不同时段内交互的多个对象序列的内容特征生成负样本包括：获取所述第三对象序列中每个对象的内容特征，组成第三特征序列；获取所述第四对象序列中每个对象的内容特征，组成第四特征序列；将所述第三特征序列和所述第四特征序列作为所述负样本。

在一些实施例中，根据所述正样本和所述负样本对对象信息推荐模型进行训练包括：基于所述正样本和所述负样本，使用标准二分类损失函数对所述对象信息推荐模型进行训练。

在一些实施例中，内容特征包括视觉特征和文本特征中的至少一项，所述获取所述历史交互数据的内容特征包括：基于第一特征提取模型，从每个对象的对象图片中提取视觉特征；基于第二特征提取模型，从每个对象的对象标题和/或对象描述中提取文本特征；将所述视觉特征和所述文本特征进行拼接处理，并将经拼接的特征作为每个对象的内容特征。

在一些实施例中，获取所述历史交互数据的内容特征包括：基于融合特征提取模型，从每个对象的对象图片、对象标题和/或对象描述中提取融合特征作为所述内容特征。