[发明专利]新闻信息的推荐处理方法、装置、设备和计算机存储介质

说明书

本申请公开了一种新闻信息的推荐处理方法、装置、设备和计算机存储介质，涉及计算机应用技术领域。具体实现方案为：从图中选取节点分别进行随机游走，得到N条路径，所述图包括节点以及节点之间的关联，所述N为大于1的正整数，各路径包含M个节点，所述M为正整数；针对各路径上的各节点，分别从其他路径上选择节点作为负例。本申请能够提高负采样速率以及节约内存资源，特别是大规模场景下优点更加突出。

技术领域

本申请涉及计算机应用技术领域，特别涉及一种人工智能领域的新闻信息的推荐处理方法、装置、设备和计算机存储介质。

背景技术

Deepwalk是一种学习网络中节点表示的方法，目前在推荐领域具有广泛应用。其能够基于图的方式利用节点和边进行无监督训练，挖掘出节点之间的潜在关联。然而，要在目前互联网中动则亿级别的用户数据中训练Deepwalk，训练速度是最为关注的问题。其中负采样是影响deepwalk训练的重要环节之一。

传统的负采样通过hash(哈希)表的方式，将概率按一定位置切分，从各切分位置分别采样节点作为负例，以此来提升负采样的速度。然而这种方式需要从全局采样节点作为负例，在大规模场景下节点数目非常多，负例节点的数据是正例节点的很多倍，这就会造成采样效率低下，消耗过多的内存资源。

发明内容

有鉴于此，本申请提供了一种采样处理方法、装置、设备和计算机存储介质，以便于提高采样效率，节约内存资源。

第一方面，本申请提供了一种负采样处理方法，该方法包括：

从图中选取节点分别进行随机游走，得到N条路径，所述图包括节点以及节点之间的关联，所述N为大于1的正整数，各路径包含M个节点，所述M为正整数；

针对各路径上的各节点，分别从其他路径上选择节点作为负例。

根据本申请一优选实施方式，所述从图中选取节点分别进行随机游走包括：

将图中每个节点至少选取一次分别进行随机游走。

根据本申请一优选实施方式，该方法还包括：

针对各路径上的各节点，依据节点之间的距离分别确定各节点的正例。

根据本申请一优选实施方式，所述依据节点之间的距离分别确定各节点的正例包括：

对于路径上的第一节点，将与第一节点属于同一路径且距离小于P个节点的第二节点作为所述第一节点的正例，所述P为预设的正整数。

根据本申请一优选实施方式，该方法还包括：

利用同一节点的正例和负例，构成正负例对；

利用所述正负例对训练跳字skip-gram模型，训练目标为：最大化skip-gram模型输出的同一正负例对中正例的概率与负例的概率之间的差值；

训练结束后从skip-gram模型得到各节点的向量表示。

第二方面，本申请还提供了一种负采样处理装置，该装置包括：

随机游走单元，用于从图中选取节点分别进行随机游走，得到N条路径，所述图包括节点以及节点之间的关联，所述N为大于1的正整数，各路径包含M个节点，所述M为正整数；

负例选择单元，用于针对各路径上的各节点，分别从其他路径上选择节点作为负例。

根据本申请一优选实施方式，所述随机游走单元，具体用于将图中每个节点至少选取一次分别进行随机游走。

根据本申请一优选实施方式，该装置还包括：

正例选择单元，用于针对各路径上的各节点，依据节点之间的距离分别确定各节点的正例。