[发明专利]模型的训练方法、商品推荐方法、装置、设备及存储介质

说明书

本公开提供了一种模型的训练方法、商品推荐方法、装置、设备及存储介质，本公开涉及人工智能技术领域，具体模型训练技术领域，可以应用于商品推荐的场景。具体实现方案为：监测购物平台的运行时间；在确定运行时间达到当前训练周期的一个训练节点时，调取当前训练周期之前的第一历史训练节点对应的第一商品推荐模型，其中，第一商品推荐模型是基于第一历史训练节点之前的至少部分第一样本数据训练得到的；获取第一历史训练节点到训练节点的时间段内的第二样本数据；基于第二样本数据对第一商品推荐模型进行训练，得到目标商品推荐模型。上述方法可以确保训练出的目标商品推荐模型所输出的推荐结果的波动较小，以及保证较推荐结果的准确性。

技术领域

本公开涉及人工智能技术领域，具体模型训练技术领域，可以应用于商品推荐的场景。

背景技术

在一些电商平台中，利用推荐模型为用户推荐相应的带货资源，其中，推荐模型是基于用户的购买行为数据训练得到的。然而在电商平台的起步阶段，电商平台的用户的购买行为数据较少，这导致训练出的推荐模型所输出的推荐结果不准确，影响电商平台的业务收入。

发明内容

本公开提供了一种模型的训练方法、商品推荐方法、装置、设备及存储介质。

根据本公开的第一方面，提供了一种商品推荐模型的训练方法，包括：

监测购物平台的运行时间；

在确定运行时间达到当前训练周期的一个训练节点时，调取当前训练周期之前的第一历史训练节点对应的第一商品推荐模型，其中，第一商品推荐模型是基于第一历史训练节点之前的至少部分第一样本数据训练得到的；

获取第一历史训练节点到训练节点的时间段内的第二样本数据；

基于第二样本数据对第一商品推荐模型进行训练，得到目标商品推荐模型。

根据本公开的第二方面，提供了一种商品推荐方法，包括：

获取目标用户在购物平台中的特征数据；

将特征数据输入目标商品推荐模型，通过目标商品推荐模型输入针对目标用户的商品推荐结果，目标商品推荐模型是基于如权利要求1-6中任一项的训练方法得到的；

推送商品推荐结果。

根据本公开的第三方面，提供了一种商品推荐模型的训练装置，包括：

时间监测模块，用于监测购物平台的运行时间；

模型调取模块，用于在确定运行时间达到当前训练周期的一个训练节点时，调取当前训练周期之前的第一历史训练节点对应的第一商品推荐模型，其中，第一商品推荐模型是基于第一历史训练节点之前的至少部分第一样本数据训练得到的；

样本获取模块，用于获取第一历史训练节点到训练节点的时间段内的第二样本数据；

目标模型训练模块，用于基于第二样本数据对第一商品推荐模型进行训练，得到目标商品推荐模型。

根据本公开的第四方面，提供了一种商品推荐装置，包括：

特征获取模块，用于获取目标用户在购物平台中的特征数据；

结果输出模块，将特征数据输入目标商品推荐模型，通过目标商品推荐模型输入针对目标用户的商品推荐结果，目标商品推荐模型是基于第一方面提供的训练方法得到的；

结果推送模块，用于推送商品推荐结果。

根据本公开的第五方面，提供了一种电子设备，包括：

至少一个处理器；以及与至少一个处理器通信连接的存储器；