[发明专利]一种模型训练的方法、信息推荐的方法以及装置

权利要求书

1.一种模型训练的方法，其特征在于，包括：

获取指定用户在各业务场景下的各历史操作信息；

根据所述各历史操作信息所涉及的点击对象以及在所述各业务场景下与所述指定用户相关联的其他用户，确定所述指定用户在所述各业务场景下的共有表征，以及，针对每个业务场景，根据该业务场景下对应的历史操作信息所涉及的点击对象以及在该业务场景下与所述指定用户相关联的其他用户，确定所述指定用户在该业务场景下的特有表征；

将所述共有表征、所述特有表征以及历史推荐信息输入到待训练的推荐模型中，预测在该业务场景下针对所述历史推荐信息的点击率，作为第一点击率，以及在所述各业务场景下针对所述历史推荐信息的点击率，作为第二点击率；

以最小化所述第一点击率与所述历史推荐信息对应的实际点击情况之间的偏差，以及所述第二点击率与所述实际点击情况之间的偏差为优化目标，对所述推荐模型进行训练。

2.如权利要求1所述的方法，其特征在于，根据所述各历史操作信息所涉及的点击对象以及在所述各业务场景下与所述指定用户相关联的其他用户，确定所述指定用户在所述各业务场景下的共有表征，具体包括：

根据获取到的各用户在所述各业务场景下的历史操作信息，以每个用户作为一个用户节点，所述各业务场景下的每个点击对象作为一个对象节点，构建所述各业务场景对应的多场景关系图，其中，若一个用户节点对应的用户在历史上对一个点击对象执行过点击操作，则将该用户节点与该点击对象对应的对象节点由边相连；

根据所述多场景关系图，确定所述指定用户在所述各业务场景下的共有表征。

3.如权利要求2所述的方法，其特征在于，根据所述多场景关系图，确定所述指定用户在所述各业务场景下的共有表征，具体包括：

从所述多场景关系图中确定出与所述指定用户对应的用户节点满足设定邻接关系的各节点，作为关联节点；

根据所述关联节点对应的表征，确定所述指定用户在所述各业务场景下的共有表征。

4.如权利要求3所述的方法，其特征在于，根据所述关联节点对应的表征，确定所述指定用户在所述各业务场景下的共有表征，具体包括：

针对每个关联节点，根据该关联节点对应的对象与所述指定用户之间的关联度，确定该关联节点与所述指定用户对应的用户节点之间的权重，作为该关联节点对应的权重，该关联节点对应的对象包含点击对象或关联用户；

根据每个关联节点对应的表征，以及每个关联节点对应的权重，确定所述指定用户在所述各业务场景下的共有表征。

5.如权利要求1所述的方法，其特征在于，针对每个业务场景，根据该业务场景下对应的历史操作信息所涉及的点击对象以及在该业务场景下与所述指定用户相关联的其他用户，确定所述指定用户在该业务场景下的特有表征，具体包括：

针对每个业务场景，根据获取到的各用户在该业务场景下的历史操作信息，以每个用户作为一个用户节点，该业务场景下的每个点击对象作为一个对象节点，构建该业务场景对应的单场景关系图，其中，若一个用户节点对应的用户在历史上对一个点击对象执行过点击操作，则将该用户节点与该点击对象对应的对象节点由边相连；

根据所述单场景关系图，确定所述指定用户在该业务场景下的特有表征。

6.如权利要求5所述的方法，其特征在于，根据所述单场景关系图，确定所述指定用户在该业务场景下的特有表征，具体包括：

从所述单场景关系图中确定出与所述指定用户对应的用户节点满足设定邻接关系的各节点，作为关联节点；

根据所述关联节点对应的表征，确定所述指定用户在该业务场景下的特有表征。

7.如权利要求6所述的方法，其特征在于，根据所述关联节点对应的表征，确定所述指定用户在该业务场景下的特有表征，具体包括：

针对每个关联节点，根据该关联节点对应的对象与所述指定用户之间的关联度，确定该关联节点与所述指定用户对应的用户节点之间的权重，作为该关联节点对应的权重，该关联节点对应的对象包含点击对象或关联用户；

根据每个关联节点对应的表征，以及每个关联节点对应的权重，确定所述指定用户在该业务场景下的特有表征。