[發(fā)明專利]一種模型訓(xùn)練的方法、商品推薦的方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010097444.7
• 申請(qǐng)日: 2020-02-17
• 公開（公告）號(hào): CN111260449B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 王紹蔚
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06Q30/0601
• 分類號(hào): G06Q30/0601
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 王仲凱

1.一種模型訓(xùn)練的方法，其特征在于，包括：

獲取待訓(xùn)練屬性信息集合，其中，所述待訓(xùn)練屬性信息集合包括至少一個(gè)待訓(xùn)練用戶屬性信息，以及至少一個(gè)待訓(xùn)練商品屬性信息；

基于所述待訓(xùn)練屬性信息集合，通過原始推薦模型獲取所述待訓(xùn)練屬性信息集合所對(duì)應(yīng)的待訓(xùn)練商品概率信息集合，其中，所述待訓(xùn)練商品概率信息集合包括至少一個(gè)待訓(xùn)練商品概率信息，所述待訓(xùn)練商品概率信息與所述待訓(xùn)練屬性信息具有對(duì)應(yīng)關(guān)系；

基于所述待訓(xùn)練商品概率信息集合，通過待訓(xùn)練商品概率信息確定模型獲取目標(biāo)待訓(xùn)練商品概率信息集合；

當(dāng)所述待訓(xùn)練商品概率信息集合以及所述目標(biāo)待訓(xùn)練商品概率信息集合符合模型訓(xùn)練完成條件時(shí)，則確定所述待訓(xùn)練商品概率信息確定模型的目標(biāo)參數(shù)；

基于所述目標(biāo)參數(shù)，得到商品概率信息確定模型。

2.基于權(quán)利要求1所述的方法，其特征在于，所述獲取待訓(xùn)練屬性信息集合，包括：

獲取待選擇用戶集合以及商品集合，其中，所述待選擇用戶集合包括M個(gè)用戶，所述商品集合包括至少一個(gè)商品，所述M為大于1的整數(shù)，且每個(gè)待選擇用戶對(duì)應(yīng)一個(gè)所述待訓(xùn)練用戶屬性信息，每個(gè)商品對(duì)應(yīng)一個(gè)所述待訓(xùn)練商品屬性信息；

根據(jù)所述待選擇用戶集合，獲取用戶集合，其中，所述用戶集合包括N個(gè)用戶，所述N為大于或等于1，且小于M的整數(shù)；

根據(jù)所述用戶集合以及所述商品集合，獲取所述待訓(xùn)練屬性信息集合，其中，所述待訓(xùn)練屬性信息集合包括N個(gè)待訓(xùn)練用戶屬性信息，以及至少一個(gè)待訓(xùn)練商品屬性信息。

3.基于權(quán)利要求2所述的方法，其特征在于，所述基于所述待訓(xùn)練屬性信息集合，通過原始推薦模型獲取所述待訓(xùn)練屬性信息集合所對(duì)應(yīng)的待訓(xùn)練商品概率信息集合，包括：

基于所述待訓(xùn)練屬性信息集合，通過所述原始推薦模型獲取N個(gè)待訓(xùn)練商品概率信息；

根據(jù)所述N個(gè)待訓(xùn)練商品概率信息，獲取所述待訓(xùn)練商品概率信息集合，其中，所述待訓(xùn)練商品概率信息集合包括N個(gè)待訓(xùn)練商品概率信息。

4.基于權(quán)利要求1所述的方法，其特征在于，所述當(dāng)所述待訓(xùn)練商品概率信息集合以及所述目標(biāo)待訓(xùn)練商品概率信息集合符合模型訓(xùn)練完成條件時(shí)，則確定所述待訓(xùn)練商品概率信息確定模型的目標(biāo)參數(shù)，包括：

基于所述待訓(xùn)練商品概率信息集合以及所述目標(biāo)待訓(xùn)練商品概率信息集合，根據(jù)損失函數(shù)更新所述待訓(xùn)練商品概率信息確定模型的模型參數(shù)；

若所述損失函數(shù)達(dá)到收斂，則根據(jù)所述模型參數(shù)確定所述目標(biāo)參數(shù)。

5.基于權(quán)利要求4所述的方法，其特征在于，所述基于所述待訓(xùn)練商品概率信息集合以及所述目標(biāo)待訓(xùn)練商品概率信息集合，根據(jù)損失函數(shù)更新所述待訓(xùn)練商品概率信息確定模型的模型參數(shù)，包括：

根據(jù)所述待訓(xùn)練商品概率信息集合以及所述目標(biāo)待訓(xùn)練商品概率信息集合，確定所述損失函數(shù)；

根據(jù)所述損失函數(shù)更新所述待訓(xùn)練商品概率信息確定模型的模型參數(shù)。

6.一種商品推薦的方法，其特征在于，包括：

獲取商品概率信息確定請(qǐng)求，其中，所述商品概率信息確定請(qǐng)求是由目標(biāo)對(duì)象發(fā)送的；

基于所述商品概率信息確定請(qǐng)求，獲取所述商品概率信息確定請(qǐng)求攜帶的所述目標(biāo)對(duì)象所對(duì)應(yīng)的用戶屬性信息；

基于所述用戶屬性信息，通過商品概率信息確定模型獲取所述目標(biāo)對(duì)象所對(duì)應(yīng)的目標(biāo)商品概率信息；所述商品概率信息確定模型是采用如上述權(quán)利要求1至5中任一項(xiàng)所述的模型訓(xùn)練的方法訓(xùn)練得到的；

通過所述目標(biāo)商品概率信息確定目標(biāo)推薦商品。

7.基于權(quán)利要求6所述的方法，其特征在于，所述通過所述目標(biāo)商品概率信息確定目標(biāo)推薦商品之后，所述方法還包括：

向目標(biāo)客戶端發(fā)送所述目標(biāo)推薦商品，以使所述目標(biāo)客戶端展示所述目標(biāo)推薦商品，其中，所述目標(biāo)客戶端為所述目標(biāo)對(duì)象所使用的客戶端。