推荐模型训练方法及装置
申请人信息
- 申请人:深圳须弥云图空间科技有限公司
- 申请人地址:518054 广东省深圳市南山区粤海街道海珠社区滨海大道3369号有线信息传输大厦25F2504
- 发明人: 深圳须弥云图空间科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 推荐模型训练方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311725755.3 |
| 申请日 | 2023/12/15 |
| 公告号 | CN117436550A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G06N20/00 |
| 权利人 | 深圳须弥云图空间科技有限公司 |
| 发明人 | 徐琳; 董辉; 孙若愚 |
| 地址 | 广东省深圳市南山区粤海街道海珠社区滨海大道3369号有线信息传输大厦25F2504 |
摘要文本
深圳须弥云图空间科技有限公司取得“一种透气窗帘布”专利技术，本公开提供了一种推荐模型训练方法及装置。该方法包括：将各个第一对象的数据和各个第二对象的数据输入推荐模型：利用次序特征提取网络分别处理各个第一对象的数据和各个第二对象的数据，得到各个第一对象的第一次序特征和各个第二对象的第二次序特征；利用兴趣跟踪网络处理所有的第一次序特征，得到第一总序列特征；利用兴趣增强网络处理第一总序列特征，得到第二总序列特征；利用相关性计算网络计算第二总序列特征和各个第二对象的第二次序特征之间的相关分数；基于各个第二对象对应的相关分数计算损失，依据损失优化推荐模型。采用上述技术手段，解决现有技术中，点击预测算法无法捕捉用户的兴趣变化，导致点击预测准确率低的问题。。百度搜索专利查询网
专利主权项内容
1.一种推荐模型训练方法，其特征在于，包括：构建次序特征提取网络、兴趣跟踪网络、兴趣增强网络和相关性计算网络，利用所述次序特征提取网络、所述兴趣跟踪网络、所述兴趣增强网络和所述相关性计算网络构建推荐模型；获取第一数据集和第二数据集，其中，所述第一数据集是用户点击过的多个第一对象的数据，所述第二数据集是所述用户点击或者浏览过的多个第二对象的数据；将各个第一对象的数据和各个第二对象的数据输入所述推荐模型：利用所述次序特征提取网络分别处理各个第一对象的数据和各个第二对象的数据，得到各个第一对象的第一次序特征和各个第二对象的第二次序特征；利用所述兴趣跟踪网络处理所有的第一次序特征，得到能表示所述用户点击多个第一对象的兴趣的第一总序列特征；利用所述兴趣增强网络处理所述第一总序列特征，得到能表示所述用户点击多个第一对象的兴趣变化趋势的第二总序列特征；利用所述相关性计算网络计算所述第二总序列特征和各个第二对象的第二次序特征之间的相关分数；基于各个第二对象对应的相关分数计算损失，依据所述损失优化所述推荐模型。