[发明专利]商品个性化排序模型训练方法及系统

摘要

本发明涉及一种商品个性化排序模型训练方法及系统，根据历史商品数据中长期兴趣特征对商品个性化排序模型进行离线训练，获得每个长期兴趣特征对应的参数，即获得一个精度较高的商品个性化排序模型，且排除了历史商品数据中短期兴趣特征，减少耗时。再间隔单位时间获取实时商品数据，对离线训练后的商品个性化排序模型进行扩展，根据实时商品数据中长期兴趣特征以及短期兴趣特征，对扩展后的商品个性化排序模型进行在线训练，获得更新的每个长期兴趣特征对应的参数以及每个短期兴趣特征对应的参数，从而实现每隔单位时间对扩展后的商品个性化排序模型进行更新一次，获得时效性更强的模型，实现模型的精度和时效性平衡，以获得更好的预测结果。

主权项

1.一种商品个性化排序模型训练方法，其特征在于，包括如下步骤：获取预设时间内的历史商品数据；根据所述历史商品数据中的长期兴趣特征以及商品的预设输出目标，对所述商品个性化排序模型进行离线训练，获得每个所述长期兴趣特征对应的参数，其中，长期兴趣特征包括商品品牌以及商品类型；间隔单位时间实时获取商品数据，并获取所述实时获取的商品数据中的所述商品的预设输出目标、所述长期兴趣特征以及短期兴趣特征，其中，所述短期兴趣特征包括商品ID以及档期ID；根据所述短期兴趣特征，对离线训练后的所述商品个性化排序模型进行扩展，获得扩展后的商品个性化排序模型，其中，扩展后的所述商品个性化排序模型包括获得的每个所述长期兴趣特征对应的参数以及初始化的每个所述短期兴趣特征对应的参数；根据所述实时获取的商品数据中的所述商品的预设输出目标、所述实时获取的商品数据中的所述长期兴趣特征以及所述短期兴趣特征，对扩展后的所述商品个性化排序模型进行在线训练，修正每个所述长期兴趣特征对应的参数以及每个所述短期兴趣特征对应的参数。