[发明专利]模型训练方法、商品推送方法、装置和电子设备

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取训练样本，所述训练样本包括样本对象对应的样本商品的样本评分矩阵和样本推送商品，以及所述样本推送商品的分类标签；

基于所述训练样本对生成对抗网络模型中的生成网络和判别网络进行对抗训练，其中所述生成网络用于根据所述样本评分矩阵和所述分类标签为负样本的样本推送商品，生成伪样本推送商品，所述判别网络用于对所述伪样本推送商品进行真假样本判别；

响应于未满足模型训练结束条件，返回采用下一个训练样本继续对调整模型参数的生成对抗网络模型进行训练，直至满足所述模型训练结束条件，则生成目标生成对抗网络模型。

2.根据权利要求1所述的方法，其特征在于，所述生成网络用于根据所述样本评分矩阵和所述分类标签为负样本的样本推送商品，生成伪样本推送商品，包括：

对所述样本评分矩阵进行矩阵分解，得到所述样本对象的偏好因子向量和所述样本商品的属性因子向量，并基于所述偏好因子向量和所述属性因子向量，获取所述样本对象的预测推送商品；

根据所述预测推送商品和所述分类标签为负样本的样本推送商品，得到所述伪样本推送商品。

3.根据权利要求1所述的方法，其特征在于，所述样本推送商品的分类标签的生成过程包括：

提取每个所述样本推送商品的特征向量；

获取任一样本推送商品的所述特征向量与基点样本推送商品的所述特征向量之间的距离；

确定所述距离小于或者等于第四预设阈值的样本推送商品的所述分类标签为正样本，以及确定所述距离大于所述第四预设阈值的样本推送商品的所述分类标签为负样本。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

将所述样本推送商品输入至所述判别网络，由所述判别网络输出所述样本推送商品的判别标签；

将所述分类标签为负样本且所述判别标签为正样本的样本推送商品的所述分类标签更新为难分负样本。

5.一种商品推送方法，其特征在于，包括：

获取目标对象对应的商品的评分矩阵；

将所述评分矩阵输入至目标生成对抗网络模型，由所述目标生成对抗网络模型中的生成网络根据所述评分矩阵确定所述目标对象的推送商品，其中，所述目标生成对抗网络模型为采用如权利要求1-4任一项所述的模型训练方法训练出的模型。

6.根据权利要求5所述的方法，其特征在于，所述生成网络根据所述评分矩阵确定所述目标对象的推送商品，包括：

对所述评分矩阵进行矩阵分解，得到所述目标对象的偏好因子向量和所述商品的属性因子向量；

基于所述偏好因子向量和所述属性因子向量确定所述推送商品。

7.根据权利要求6所述的方法，其特征在于，所述基于所述偏好因子向量和所述属性因子向量确定所述推送商品，包括：

获取所述偏好因子向量和每个所述属性因子向量的乘积；

将所述乘积大于第一预设阈值的所述属性因子向量对应的所述商品作为所述推送商品。

8.根据权利要求6所述的方法，其特征在于，所述基于所述偏好因子向量和所述属性因子向量确定所述推送商品，包括：

获取所述偏好因子向量和每个所述属性因子向量的余弦距离；

将所述余弦距离小于第二预设阈值的所述属性因子向量对应的所述商品作为所述推送商品。

9.根据权利要求6所述的方法，其特征在于，所述基于所述偏好因子向量和所述属性因子向量确定所述推送商品，包括：

基于所述评分矩阵获取所述目标对象对所述商品的评价参数集；

根据所述评价参数集、所述偏好因子向量和所述属性因子向量，获取所述目标对象对所述商品的预测评分；

将所述预测评分大于第三预设阈值的所述商品作为所述推送商品。