[发明专利]推荐模型训练方法、基于推荐模型的预测方法及装置有效
| 申请号： | 201810470144.1 | 申请日： | 2018-05-16 |
| 公开（公告）号： | CN110119474B | 公开（公告）日： | 2022-10-18 |
| 发明（设计）人： | 董振华;原博文;刘志容;林智仁;冯新华;何秀强;唐兴 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了推荐模型训练方法、基于推荐模型的预测方法及装置，该方法包括：获取至少一个样本数据，根据所述每一个样本数据的特征集合获取至少一个特征子集；根据每一个特征子集的属性来确定条件集合中每一个特征子集对应的条件；其中，条件集合包括至少两个条件，至少两个条件分别指示特征子集不同的属性，每一个特征子集的属性与每一个特征子集对应的条件所指示的属性一致；利用每一个特征子集以及每一个特征子集对应的标签，分别训练模型集合中每一个特征子集对应的条件所对应的推荐模型。实施本发明实施例有利于训练出更好的推荐模型，提高推荐内容的预测的准确性。 | ||
| 搜索关键词： | 推荐 模型 训练 方法 基于 预测 装置 | ||
【主权项】：
1.一种推荐模型训练方法，其特征在于，包括：获取至少一个样本数据，所述至少一个样本数据中的每一个样本数据包括标签和特征集合，所述特征集合包括n个特征，n≥2；对于所述至少一个样本数据中的每一个样本数据，根据所述每一个样本数据的特征集合获取至少一个特征子集，所述至少一个特征子集中的每一个特征子集包括S个特征，2≤S≤n；根据所述每一个特征子集的属性来确定条件集合中所述每一个特征子集对应的条件；其中，所述条件集合包括至少两个条件，所述至少两个条件分别指示特征子集不同的属性，所述每一个特征子集的属性与所述每一个特征子集对应的条件所指示的属性一致；利用所述每一个特征子集以及所述每一个特征子集对应的标签，分别训练模型集合中所述每一个特征子集对应的条件所对应的推荐模型；其中，所述模型集合包括至少两个用于内容推荐的推荐模型，每一个条件对应一个推荐模型，每一个推荐模型对应至少一个条件；所述每一个特征子集对应的标签为所述每一个特征子集对应的特征集合所属的样本数据的标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华为技术有限公司，未经华为技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810470144.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种目标文件知识图谱的构建方法及装置
- 下一篇：一种POI推荐方法及推荐系统
