[发明专利]模型训练方法和信息推荐方法

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取与第一类型账号对应的第一信息推荐模型；

根据所述第一信息推荐模型，构造初始第二信息推荐模型；

获取与第二类型账号对应的第二历史数据；其中，所述第二历史数据包括向所述第二类型账号推荐的第二历史推荐信息及其对应的反馈信息；

根据所述第二历史数据对所述初始第二信息推荐模型进行训练，得到与所述第二类型账号对应的第二信息推荐模型；

其中，所述第一类型账号的账号时间属性信息满足第一预设条件，所述第二类型账号的账号时间属性信息满足第二预设条件。

2.根据权利要求1所述的方法，其特征在于，所述第一信息推荐模型包括嵌入层和N个第一隐藏层；

所述根据所述第一信息推荐模型，构造初始第二信息推荐模型，包括：

根据所述嵌入层和所述N个第一隐藏层中的M个第一隐藏层，构造所述初始第二信息推荐模型，所述初始第二信息推荐模型包括所述嵌入层、所述M个第一隐藏层、L个第二隐藏层和第二输出层；

其中，N、M、L为正整数，N≥M。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第二历史数据对所述初始第二信息推荐模型进行训练，得到与所述第二类型账号对应的第二信息推荐模型，包括：

将所述第二历史推荐信息输入至所述嵌入层，输出得到第一特征信息；

将所述第一特征信息输入至所述M个第一隐藏层，输出得到第二特征信息；

将所述第一特征信息与所述第二特征信息拼接为第三特征信息，将所述第三特征信息输入至所述L个第二隐藏层，输出得到第四特征信息；

将所述第四特征信息输入至所述第二输出层，输出得到第一结果；

根据所述第一结果以及与所述第二历史推荐信息对应的反馈信息，调整所述初始第二信息推荐模型的参数，以得到与所述第二类型账号对应的第二信息推荐模型。

4.根据权利要求1所述的方法，其特征在于，所述获取与第一类型账号对应的第一信息推荐模型，包括：

获取与所述第一类型账号对应的第一历史数据；其中，所述第一历史数据包括第一历史推荐信息及其对应的反馈信息；

根据所述第一历史数据对初始第一信息推荐模型进行训练，得到与所述第一类型账号对应的所述第一信息推荐模型。

5.一种信息推荐方法，其特征在于，包括：

接收在客户端上登录信息推荐平台的账号发送的信息推荐请求；其中，所述推荐请求中包括所述账号的账号时间属性信息；

响应于所述信息推荐请求，获取推荐信息集合；其中，所述推荐信息集合包括多个推荐信息；

在所述账号时间属性信息满足第二预设条件的情况下，将所述推荐信息集合输入至信息推荐模型，得到所述多个推荐信息的推荐顺序；其中，所述信息推荐模型为根据权利要求1-4任一项所述的模型训练方法训练得到的第二信息推荐模型；

按照所述推荐顺序，向所述账号推送所述多个推荐信息。

6.一种模型训练装置，其特征在于，包括：

模型获取模块，被配置为执行获取与第一类型账号对应的第一信息推荐模型；

模型构造模块，被配置为执行根据所述第一信息推荐模型，构造初始第二信息推荐模型；

数据获取模块，被配置为执行获取与第二类型账号对应的第二历史数据；其中，所述第二历史数据包括向所述第二类型账号推荐的第二历史推荐信息及其对应的反馈信息；

模型训练模块，被配置为执行根据所述第二历史数据对所述初始第二信息推荐模型进行训练，得到与所述第二类型账号对应的第二信息推荐模型；

其中，所述第一类型账号的账号时间属性信息满足第一预设条件，所述第二类型账号的账号时间属性信息满足第二预设条件。