[發(fā)明專利]基于人工智能的多目標推薦模型的訓(xùn)練方法及裝置

有效

• 申請?zhí)枺?/td>: 202010214210.6
• 申請日: 2020-03-24
• 公開（公告）號: CN111090756B
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計）人: 劉劍;劉鴻;陳凱;夏鋒
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/435
• 分類號: G06F16/435;G06F16/45;G06K9/62
• 代理公司: 北京派特恩知識產(chǎn)權(quán)代理有限公司 11270
• 代理人: 王花麗;張穎玲

1.一種基于人工智能的多目標推薦模型的訓(xùn)練方法，其特征在于，所述方法包括：

獲取用于媒體對象推薦的多目標推薦模型的訓(xùn)練樣本，所述訓(xùn)練樣本標注有與交互特征相對應(yīng)的至少兩個標簽；

其中，所述交互特征包括：第一交互特征及至少一個第二交互特征，所述第二交互特征的采樣時間窗口大于所述第一交互特征的采樣時間窗口；

將所述訓(xùn)練樣本分別輸入至少一個教師模型，每個所述教師模型用于對一個所述第二交互特征進行預(yù)測；

通過所述至少一個教師模型，分別對所述訓(xùn)練樣本進行第二交互特征預(yù)測，得到相應(yīng)的預(yù)測結(jié)果；

基于得到的所述至少一個教師模型的預(yù)測結(jié)果，更新所述訓(xùn)練樣本中相應(yīng)第二交互特征的標簽，得到更新至少一個標簽后的訓(xùn)練樣本；

基于所述更新至少一個標簽后的訓(xùn)練樣本，訓(xùn)練所述多目標推薦模型，

使得所述多目標推薦模型能夠基于輸入的媒體對象，進行對應(yīng)所述第一交互特征及所述至少一個第二交互特征的特征預(yù)測，以基于特征預(yù)測結(jié)果對所述媒體對象進行推薦。

2.如權(quán)利要求1所述的方法，其特征在于，所述獲取用于媒體對象推薦的多目標推薦模型的訓(xùn)練樣本，包括：

基于所述第一交互特征的采樣時間窗口，采集媒體對象對應(yīng)所述第一交互特征的數(shù)據(jù)及對應(yīng)所述至少一個第二交互特征的數(shù)據(jù)；并

基于采集的數(shù)據(jù)構(gòu)造所述多目標推薦模型的訓(xùn)練樣本。

3.如權(quán)利要求1所述的方法，其特征在于，所述基于得到的所述至少一個教師模型的預(yù)測結(jié)果，更新所述訓(xùn)練樣本中相應(yīng)第二交互特征的標簽，得到更新至少一個標簽后的訓(xùn)練樣本，包括：

分別將各所述教師模型的預(yù)測結(jié)果，作為訓(xùn)練樣本中相應(yīng)的第二交互特征的標簽進行標注，以更新訓(xùn)練樣本中相應(yīng)第二交互特征的標簽，得到更新至少一個標簽后的訓(xùn)練樣本。

4.如權(quán)利要求1所述的方法，其特征在于，所述將所述訓(xùn)練樣本分別輸入至少一個教師模型之前，所述方法還包括：

獲取所述至少一個教師模型的訓(xùn)練樣本；

其中，各所述教師模型的訓(xùn)練樣本基于相應(yīng)的所述第二交互特征的采樣時間窗口采樣得到，且至少標注有相應(yīng)的所述第二交互特征對應(yīng)的標簽；

基于各所述教師模型的訓(xùn)練樣本，分別對相應(yīng)的教師模型進行訓(xùn)練，以使得所述教師模型能夠基于輸入的媒體對象，對相應(yīng)的所述第二交互特征進行預(yù)測。

5.如權(quán)利要求4所述的方法，其特征在于，所述基于各所述教師模型的訓(xùn)練樣本，分別對相應(yīng)的教師模型進行訓(xùn)練，包括：

分別將各所述教師模型的訓(xùn)練樣本，輸入至相應(yīng)的教師模型，并通過相應(yīng)的教師模型進行所述第二交互特征的預(yù)測，得到相應(yīng)的預(yù)測結(jié)果；

基于得到的預(yù)測結(jié)果、及各所述教師模型的訓(xùn)練樣本所標注的標簽，確定各所述教師模型的損失函數(shù)的值；

基于各所述教師模型的損失函數(shù)的值，更新相應(yīng)的教師模型的模型參數(shù)。

6.如權(quán)利要求1所述的方法，其特征在于，所述基于所述更新至少一個標簽后的訓(xùn)練樣本，訓(xùn)練所述多目標推薦模型，包括：

通過所述多目標推薦模型，對所述更新至少一個標簽后的訓(xùn)練樣本，進行所述交互特征的預(yù)測，得到特征預(yù)測結(jié)果；

獲取各所述交互特征的特征預(yù)測結(jié)果與相應(yīng)交互特征對應(yīng)的標簽之間的差異；

基于各所述交互特征對應(yīng)的差異，確定所述多目標推薦模型中相應(yīng)交互特征對應(yīng)的損失函數(shù)的值；

基于所述多目標推薦模型中各交互特征對應(yīng)的損失函數(shù)的值，更新所述多目標推薦模型的模型參數(shù)。

7.如權(quán)利要求6所述的方法，其特征在于，所述基于所述多目標推薦模型中各交互特征對應(yīng)的損失函數(shù)的值，更新所述多目標推薦模型的模型參數(shù)，包括：

當(dāng)各所述交互特征對應(yīng)的損失函數(shù)的值超出相應(yīng)損失閾值時，基于各所述交互特征對應(yīng)的損失函數(shù)，確定相應(yīng)交互特征的誤差信號；

將各所述誤差信號在所述多目標推薦模型中反向傳播，并在傳播的過程中更新所述多目標推薦模型中各個神經(jīng)網(wǎng)絡(luò)層的模型參數(shù)。