申请/专利权人:北京达佳互联信息技术有限公司
申请日:2024-04-17
公开(公告)日:2024-06-07
公开(公告)号:CN118153717A
主分类号:G06N20/00
分类号:G06N20/00;G06Q30/0601
优先权:
专利状态码:在审-公开
法律状态:2024.06.07#公开
摘要:本公开实施例提供一种推荐模型训练方法、内容推荐方法、装置、设备、介质及程序产品。该方法包括:获取包括多个训练样本的训练数据集;获取根据训练数据集生成的原型分类集合;推荐模型根据训练样本与各个原型向量的相似度,得到对应于训练样本的样本预测值;根据样本预测值和样本标签,生成第一损失函数;根据第一损失函数,对所述推荐模型进行训练,得到目标推荐模型。该推荐模型训练方法通过将根据训练数据集生成的原型分类集合引入到推荐模型的训练过程中,并根据训练样本与各个原型向量的相似度来计算训练样本的样本预测值,能够让训练样本在预测时有选择性的使用合适的原型向量,从而使得其预测结果更具鲁棒性和可解释性。
主权项:1.一种推荐模型训练方法,其特征在于,包括:获取包括多个训练样本的训练数据集;各个所述训练样本至少包括:样本行为信息、样本推荐信息和样本标签;所述样本推荐信息,用于表示基于所述样本行为信息所给出的对应推荐信息;所述样本标签,用于表示所述样本推荐信息是正样本或负样本;获取根据所述训练数据集生成的原型分类集合;所述原型分类集合中包括有多个原型向量;所述原型向量为基于所述训练数据集提取的类别向量;将所述训练数据集输入推荐模型中;所述推荐模型根据所述训练样本与所述原型分类集合中各个所述原型向量的相似度,得到对应于所述训练样本的样本预测值;所述样本预测值,用于表征所述推荐模型基于所述样本行为信息进行样本推荐预测的预测值;根据所述样本预测值所对应的预测概率和所述样本标签,生成第一损失函数;根据所述第一损失函数,对所述推荐模型进行训练,得到目标推荐模型。
全文数据:
权利要求:
百度查询: 北京达佳互联信息技术有限公司 推荐模型训练方法、内容推荐方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。