[發(fā)明專利]社區(qū)推薦及模型訓(xùn)練方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010073190.5
• 申請日: 2020-01-22
• 公開（公告）號(hào): CN111274497B
• 公開（公告）日: 2023-08-18
• 發(fā)明（設(shè)計(jì)）人: 陳亮輝;楊曉璇;付琰;彭煉鋼
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536;G06Q50/00
• 代理公司: 北京鴻德海業(yè)知識(shí)產(chǎn)權(quán)代理有限公司 11412
• 代理人: 田宏賓

本申請公開了社區(qū)推薦及模型訓(xùn)練方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及人工智能技術(shù)領(lǐng)域。具體實(shí)現(xiàn)方案為：采集用戶的標(biāo)識(shí)和所述用戶的社區(qū)關(guān)注列表中的各社區(qū)的標(biāo)識(shí)，作為用戶數(shù)據(jù)；利用預(yù)先訓(xùn)練好的特征預(yù)測模型和所述用戶數(shù)據(jù)，生成所述用戶的特征表達(dá)；基于所述用戶的特征表達(dá)和預(yù)先生成的社區(qū)列表的社區(qū)特征表達(dá)庫，從所述社區(qū)列表中獲取與所述用戶的特征表達(dá)相似度最大的N個(gè)社區(qū)的標(biāo)識(shí)；向所述用戶推薦所述N個(gè)社區(qū)的標(biāo)識(shí)。本申請能夠準(zhǔn)確地向用戶推薦N個(gè)社區(qū)，有效地提高社區(qū)推薦的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及人工智能，具體涉及社區(qū)推薦及模型訓(xùn)練方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

互聯(lián)網(wǎng)發(fā)展到今天，社區(qū)類產(chǎn)品廣泛性使用，每天占據(jù)用戶較高的時(shí)長。且互聯(lián)網(wǎng)用戶基數(shù)巨大，各種興趣社區(qū)層出不窮，隨著時(shí)間演進(jìn)，不斷涌現(xiàn)出越來越多的社區(qū)。用戶可以從社區(qū)中獲取大量的信息。但是由于社區(qū)較多，導(dǎo)致用戶無法篩選出自己最感興趣的社區(qū)。基于此，現(xiàn)有的推薦方案可以幫助用戶從大量的社區(qū)中找到用戶真正感興趣的社區(qū)。

例如，現(xiàn)有的社區(qū)推薦方式可以采用排行榜單的方式。具體地，基于網(wǎng)站或者應(yīng)用內(nèi)的用戶行為數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，在全局用戶數(shù)據(jù)下選擇最近一段時(shí)間窗口內(nèi)比較熱門、互動(dòng)較強(qiáng)的社區(qū)進(jìn)行推薦。

但是現(xiàn)有的上述推薦方式推薦的社區(qū)并非用戶真正想要關(guān)注的社區(qū)，導(dǎo)致社區(qū)推薦的準(zhǔn)確性較差。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本申請?zhí)峁┮环N社區(qū)推薦及模型訓(xùn)練方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，用于提高社區(qū)推薦的準(zhǔn)確性。

一方面，本申請?zhí)峁┮环N社區(qū)推薦方法，包括：

采集用戶的標(biāo)識(shí)和所述用戶的社區(qū)關(guān)注列表中的各社區(qū)的標(biāo)識(shí)，作為用戶數(shù)據(jù)；

利用預(yù)先訓(xùn)練好的特征預(yù)測模型和所述用戶數(shù)據(jù)，生成所述用戶的特征表達(dá)；

基于所述用戶的特征表達(dá)和預(yù)先生成的社區(qū)列表的社區(qū)特征表達(dá)庫，從所述社區(qū)列表中獲取與所述用戶的特征表達(dá)相似度最大的N個(gè)社區(qū)的標(biāo)識(shí)；

向所述用戶推薦所述N個(gè)社區(qū)的標(biāo)識(shí)。

進(jìn)一步可選地，如上所述的方法中，基于所述用戶的特征表達(dá)和預(yù)先生成的社區(qū)列表的社區(qū)特征表達(dá)庫，從所述社區(qū)列表中獲取與所述用戶的特征表達(dá)相似度最大的N個(gè)社區(qū)的標(biāo)識(shí)，包括：

從所述社區(qū)列表的社區(qū)特征表達(dá)庫中獲取與所述用戶的特征表達(dá)相似度最大的N個(gè)社區(qū)的特征表達(dá)；

從所述社區(qū)列表中獲取所述N個(gè)社區(qū)的特征表達(dá)對應(yīng)的標(biāo)識(shí)。

進(jìn)一步可選地，如上所述的方法中，基于所述用戶的特征表達(dá)和預(yù)先生成的社區(qū)列表的社區(qū)特征表達(dá)庫，從所述社區(qū)列表中獲取與所述用戶的特征表達(dá)相似度最大的N個(gè)社區(qū)的標(biāo)識(shí)之前，所述方法包括：

采用預(yù)先訓(xùn)練好的特征表達(dá)模型，基于所述社區(qū)列表中各所述社區(qū)的標(biāo)識(shí)，生成對應(yīng)的社區(qū)特征表達(dá)；

基于所述社區(qū)列表中各所述社區(qū)的社區(qū)特征表達(dá)，構(gòu)建所述社區(qū)特征表達(dá)庫。

另一方面，本申請還提供了一種特征預(yù)測模型的訓(xùn)練方法，包括：

采集數(shù)條訓(xùn)練數(shù)據(jù)，各所述訓(xùn)練數(shù)據(jù)中包括訓(xùn)練用戶的標(biāo)識(shí)和所述訓(xùn)練用戶的社區(qū)關(guān)注子列表中的各社區(qū)標(biāo)識(shí)；

對于各所述訓(xùn)練數(shù)據(jù)，從所述社區(qū)關(guān)注子列表選擇一個(gè)社區(qū)標(biāo)識(shí)，作為標(biāo)注數(shù)據(jù)；將所述訓(xùn)練用戶的標(biāo)識(shí)和所述社區(qū)關(guān)注子列表中其余的社區(qū)標(biāo)識(shí)，作為輸入數(shù)據(jù)；

采用各所述訓(xùn)練數(shù)據(jù)中的所述輸入數(shù)據(jù)和所述標(biāo)注數(shù)據(jù)，對特征預(yù)測模型進(jìn)行訓(xùn)練。

進(jìn)一步可選地，如上所述的方法中，采集數(shù)條訓(xùn)練數(shù)據(jù)，包括：

挖掘各所述訓(xùn)練用戶的標(biāo)識(shí)和社區(qū)關(guān)注列表；