申请/专利权人:海看网络科技(山东)股份有限公司
申请日:2024-05-16
公开(公告)日:2024-06-14
公开(公告)号:CN118200673A
主分类号:H04N21/466
分类号:H04N21/466
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.07.02#实质审查的生效;2024.06.14#公开
摘要:本申请公开了一种用于节目推荐的模型训练方法、系统、设备及介质,涉及深度学习技术领域。方法包括以下步骤:步骤S1:构建节目推荐模型;步骤S2:使用基于节目数据生成的训练数据训练所述节目推荐模型;步骤S3:基于用户偏好数据训练奖励模型,使用所述奖励模型进一步优化所述节目推荐模型;步骤S4:获取用户输入的查询文本数据,调用优化后的所述节目推荐模型,进行预测并返回推荐的节目。通过大模型的语义理解能力理解用户的意图,在用户与节目间建立一个桥梁,帮助用户快速准确定位目标节目,提高推荐节目准确度。
主权项:1.一种用于节目推荐的模型训练方法,其特征在于,所述方法包括以下步骤:步骤S1:构建节目推荐模型;步骤S2:使用基于节目数据生成的训练数据训练所述节目推荐模型;所述步骤S2具体包括:步骤S21:从节目数据库中获取所有节目的结构化数据,将所述结构化数据进行预处理为节目实体关系三元组;其中,所述实体关系三元组包括:节目名称、演员关系以及主演人员;步骤S22:基于所述节目实体关系三元组生成节目知识图谱;步骤S23:基于广度优先搜索算法遍历知识图谱中的关系链接,计算实体之间的最小步数,保留2*N以内的实体关系路径;步骤S24:将所述实体关系路径输入所述节目推荐模型进行句子生成,得到符合规范的训练数据;步骤S25:基于所述训练数据对所述节目推荐模型进行微调;步骤S3:基于用户偏好数据训练奖励模型,使用所述奖励模型进一步优化所述节目推荐模型;步骤S4:获取用户输入的查询文本数据,调用优化后的所述节目推荐模型,进行预测并返回推荐的节目。
全文数据:
权利要求:
百度查询: 海看网络科技(山东)股份有限公司 一种用于节目推荐的模型训练方法、系统、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。