[发明专利]模型训练方法和信息推荐方法

说明书

本公开关于一种模型训练方法和信息推荐方法，属于信息处理技术领域。该模型训练方法包括获取与第一类型账号对应的第一信息推荐模型；根据第一信息推荐模型，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，第二历史数据包括向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，得到与第二类型账号对应的第二信息推荐模型；其中，第一类型账号的账号时间属性信息满足第一预设条件，第二类型账号的账号时间属性信息满足第二预设条件。采用本公开提供的模型训练方法和信息推荐方法，至少解决现有技术中信息推荐模型不够准确的问题。

技术领域

本公开涉及信息处理技术领域，尤其涉及一种模型训练方法和信息推荐方法。

背景技术

在这个信息爆炸的时代，如何准确地向用户推荐相关的信息，提高用户对推荐信息的点击率，成为亟待解决的问题。

现有技术中，在训练特定类型用户的信息推荐模型的过程中，例如向新用户推荐短视频的视频推荐模型，一种方式是，使用该特定类型用户有限的可参考数据，来训练信息推荐模型；另一种方式是，直接复用其他类型用户的信息推荐模型作为该特定类型用户的信息推荐模型，例如使用老用户推荐信息时所采用的信息推荐模型，向新用户推荐信息。

这样，一方面，由于特定类型用户的数据太少，因此，训练得到的信息推荐模型不够收敛，推荐模型的准确性不高，另一方面，由于不同类型的用户之间，用户偏好并不一致，因此，直接采用向其他类型用户推荐信息时所采用的推荐模型，会给特定类型用户的信息推荐结果带来偏差。综上两方面，会导致信息推荐模型不够准确。

发明内容

本公开提供一种模型训练方法和信息推荐方法，以至少解决现有信息推荐模型不够准确的问题。

本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种模型训练方法，该方法可以包括：

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。

在其中一个实施例中，上述涉及的第一信息推荐模型包括嵌入层和N个第一隐藏层；

上述涉及的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。

基于此，在其中一个实施例中，上述涉及的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；