[发明专利]一种推荐模型的训练方法及装置

权利要求书

1.一种推荐模型的训练方法，其特征在于，所述方法包括：

利用推荐模型，得到所述第一交互训练样本中第一历史交互序列对应的预测交互特征信息；其中，所述第一历史交互序列包括若干历史交互特征信息；

根据所述预测交互特征信息，以及所述第一交互训练样本中与所述第一历史交互序列对应的真实交互特征信息，对所述推荐模型的模型参数进行调整，得到调整后的推荐模型；

利用所述调整后的推荐模型，得到所述第二交互训练样本中第二历史交互序列对应的预测交互结果；其中，所述第二历史交互序列包括若干历史交互特征信息；

根据所述预测交互结果，以及所述第二交互训练样本中与所述第二历史交互序列对应的真实交互结果，对所述调整后的推荐模型的模型参数进行调整，得到目标推荐模型。

2.根据权利要求1所述的方法，其特征在于，所述历史交互特征信息包括交互对象属性特征、历史交互行为特征和交互用户属性特征。

3.根据权利要求2所述的方法，其特征在于，所述第一历史交互序列和所述第二历史交互序列中的每个历史交互特征信息的交互用户属性特征均为相同的。

4.根据权利要求1所述的方法，其特征在于，所述预测交互特征信息包括预测交互对象属性特征、预测交互行为特征和预测交互用户属性特征；

所述真实交互特征信息包括真实交互对象属性特征、真实交互行为特征和真实交互用户属性特征。

5.根据权利要求4所述的方法，其特征在于，所述推荐模型包括神经网络编码器和神经网络解码器；所述利用推荐模型，得到所述第一交互训练样本中第一历史交互序列对应的预测交互特征信息，包括：

将所述第一交互训练样本中第一历史交互序列输入所述神经网络编码器，得到所述第一历史交互序列中每个历史交互特征信息各自分别对应的编码表征特征；

将所述第一历史交互序列中所有历史交互特征信息各自分别对应的编码表征特征输入所述神经网络解码器，得到所述第一历史交互序列对应的第一预测解码表征向量；

针对第i-1预测解码表征向量，将所述第一历史交互序列中所有历史交互特征信息各自分别对应的编码表征特征，以及所述第一预测解码表征向量至第i-1预测解码表征向量全部输入所述神经网络解码器，得到第i预测解码表征向量；其中，i为大于1的正整数；

将所述第i预测解码表征向量分别输入交互对象属性特征分类器、交互行为特征分类器和交互用户属性特征分类器，得到所述预测交互对象属性特征、所述预测交互行为特征和所述预测交互用户属性特征。

6.根据权利要求1所述的方法，其特征在于，所述根据所述预测交互特征信息，以及所述第一交互训练样本中与所述第一历史交互序列对应的真实交互特征信息，对所述推荐模型的模型参数进行调整，得到调整后的推荐模型，包括：

利用交叉熵损失函数、所述预测交互特征信息，以及所述第一交互训练样本中与所述第一历史交互序列对应的真实交互特征信息，对所述推荐模型的模型参数进行调整，得到调整后的推荐模型。

7.根据权利要求1所述的方法，其特征在于，所述预测交互结果包括交互对象的预测转化结果；所述真实交互结果包括交互对象的真实转化结果。

8.根据权利要求7所述的方法，其特征在于，所述推荐模型包括神经网络编码器；所述利用所述调整后的推荐模型，得到所述第二交互训练样本中第二历史交互序列对应的预测交互结果，包括：

将所述第二交互训练样本中第二历史交互序列输入所述神经网络编码器，得到所述第二历史交互序列中每个历史交互特征信息各自分别对应的编码表征特征；

将所述第二历史交互序列中最后一个历史交互特征信息对应的编码表征特征输入交互行为分类器，得到所述第二交互训练样本中第二历史交互序列对应的预测交互结果。