[发明专利]一种推荐模型的训练方法、介质、电子设备和推荐模型

权利要求书

1.一种推荐模型的训练方法，其特征在于，包括：

A1、构建推荐模型、损失构建模块和多目标优化模块；

A2、获取不同用户的商品交互记录，根据用户属性设置不同的用户组；

A3、利用商品交互记录对推荐模型进行多次迭代训练至收敛，其中，每次训练包括：

A31、用推荐模型从本次获取的商品交互记录中学习用户对商品的决策过程，获取用户对所有商品的偏好概率；

A32、基于用户对所有商品的偏好概率，损失构建模块构建第一损失函数用于计算针对不同用户的推荐准确性损失以及构建连续可微的第二损失函数用于计算针对不同的用户组的推荐公平性损失；

A33、多目标优化模块根据推荐准确性损失和推荐公平性损失确定推荐模型的参数更新方向并据此更新推荐模型的参数。

2.根据权利要求1所述的推荐模型的训练方法，其特征在于，所述推荐模型包括信息获取模块、变分自编码器、重参数化模块和解码器，其中，所述步骤A31包括：

A311、用信息获取模块获取预先设置的用户的潜在偏好向量的先验分布、商品的簇隶属度矩阵的先验分布；

A312、用变分自编码器从本次获取的商品交互记录中学习用户对商品的决策过程，得到对先验分布通过变分推断修正后的用户的潜在偏好向量的后验分布、商品的簇隶属度矩阵的后验分布以及商品的潜在向量；

A313、用重参数化模块利用重参数化技巧对用户的潜在偏好向量的后验分布、商品的簇隶属度矩阵的后验分布分别进行采样，得到用户的潜在偏好向量和商品的簇隶属度矩阵；

A314、用解码器根据用户的潜在偏好向量和商品的簇隶属度矩阵以及商品的潜在向量获取用户对所有商品的偏好概率。

3.根据权利要求1所述的推荐模型的训练方法，其特征在于，步骤A33包括：

A331、根据推荐准确性损失计算推荐模型参数更新的第一梯度，根据推荐公平性损失计算推荐模型参数更新的第二梯度，基于第一梯度和第二梯度动态确定第一梯度的第一权重和第二梯度的第二权重；

A332、获取第一权重乘以第一梯度加上第二权重乘以第二梯度的加权和作为推荐模型的参数更新的方向。

4.根据权利要求1所述的推荐模型的训练方法，其特征在于，确定推荐模型是否训练至收敛的方式为：如果加权和的范数小于给定误差阈值或者迭代次数超过预定迭代次数上限，则推荐模型已训练至收敛。

5.根据权利要求1至4任一项所述的推荐模型的训练方法，其特征在于，第一损失函数为：

其中，u表示用户u，N表示用户数量，i表示商品i，x_ui＝1表示用户u与商品i有正反馈，K表示簇的数量，D表示商品的潜在向量的维度，σ_uj表示正态分布的方差向量σ_u的第j项，μ_uj表示正态分布的均值向量μ_u的第j项。

6.根据权利要求1至4任一项所述的推荐模型的训练方法，其特征在于，第二损失函数为：

l_fair＝log Var(l¹,l²,...,l^|Α|)；

其中，l^a∈(l¹,l²,...,l^|Α|)，l^a表示推荐模型在第a个用户组G_a上的平均预测性能，x_ui＝1表示用户u与商品i有正反馈，p_ui表示用户u选择商品i的概率。