[發(fā)明專利]一種信息推薦模型的訓(xùn)練方法和相關(guān)裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010887619.4
• 申請(qǐng)日: 2020-08-28
• 公開（公告）號(hào): CN111931062A
• 公開（公告）日: 2020-11-13
• 發(fā)明（設(shè)計(jì)）人: 郝曉波;葛凱凱;劉雨丹;唐琳瑤;謝若冰;張旭;林樂宇
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06N20/00;G06N3/04;G06N3/08
• 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: 王兆林

本申請(qǐng)實(shí)施例公開一種基于人工智能的信息推薦模型的訓(xùn)練方法和相關(guān)裝置，獲取多個(gè)產(chǎn)品領(lǐng)域的歷史用戶行為數(shù)據(jù)，采用生成對(duì)抗網(wǎng)絡(luò)中的生成模型，根據(jù)歷史用戶行為數(shù)據(jù)生成多個(gè)產(chǎn)品領(lǐng)域中的待擴(kuò)充產(chǎn)品領(lǐng)域中每個(gè)產(chǎn)品領(lǐng)域的候選樣本數(shù)據(jù)，以便生產(chǎn)偽樣本來擴(kuò)充用戶行為數(shù)據(jù)。將多個(gè)產(chǎn)品領(lǐng)域中每個(gè)產(chǎn)品領(lǐng)域分別作為目標(biāo)產(chǎn)品領(lǐng)域，通過生成對(duì)抗網(wǎng)絡(luò)中的判別模型，對(duì)目標(biāo)產(chǎn)品領(lǐng)域的候選樣本數(shù)據(jù)和用戶點(diǎn)擊樣本數(shù)據(jù)進(jìn)行判別，得到判別結(jié)果，根據(jù)判別結(jié)果對(duì)生成模型的和判別模型進(jìn)行對(duì)抗訓(xùn)練，得到訓(xùn)練后的生成對(duì)抗網(wǎng)絡(luò)。訓(xùn)練后的生成對(duì)抗網(wǎng)絡(luò)用于確定信息推薦模型。該方法可以提升生成模型的訓(xùn)練效果，提升生成偽樣本的準(zhǔn)確性，從而進(jìn)一步提升推薦效果。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)領(lǐng)域，特別是涉及一種信息推薦模型的訓(xùn)練方法和相關(guān)裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)的發(fā)展，信息快速增長(zhǎng)，如何對(duì)信息進(jìn)行有效的篩選和過濾，將用戶感興趣的信息，比如電影、商品或者食物等信息，準(zhǔn)確地推薦給用戶是一個(gè)重要的研究題目。

目前的推薦方法通常是基于某一個(gè)具體產(chǎn)品或者具體應(yīng)用程序(Application，APP)下的，其用戶往往是該產(chǎn)品或APP的目標(biāo)用戶，因此用戶圈層是受限的。另外，即使考慮到基于多個(gè)產(chǎn)品或APP實(shí)現(xiàn)推薦方法，由于不同產(chǎn)品的用戶行為日志的數(shù)量差別很大，如果將不同數(shù)量的用戶行為日志放一起訓(xùn)練一個(gè)多目標(biāo)模型，也無法得到有效的模型訓(xùn)練。

因此，目前用于信息推薦的推薦模型的訓(xùn)練效果比較差，進(jìn)而導(dǎo)致信息推薦效果并不好，尤其是小數(shù)據(jù)量產(chǎn)品的信息推薦效果難以滿足用戶的需求。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本申請(qǐng)?zhí)峁┝艘环N基于人工智能的信息推薦模型的訓(xùn)練方法，該方法可以實(shí)現(xiàn)跨產(chǎn)品領(lǐng)域推薦，由于生成模型生成更多樣本數(shù)據(jù)來平衡不同產(chǎn)品領(lǐng)域的樣本比例，進(jìn)而提升判別模型的訓(xùn)練效果，提升小樣本產(chǎn)品領(lǐng)域的推薦效果。由于判別模型和生成模型通過互相博弈學(xué)習(xí)可以產(chǎn)生相當(dāng)好的輸出，所以該生成模型預(yù)測(cè)準(zhǔn)確率較高，從而生成的偽樣本效果更好，在信息推薦時(shí)進(jìn)一步提升推薦效果。

本申請(qǐng)實(shí)施例公開了如下技術(shù)方案：

一方面，本申請(qǐng)實(shí)施例提供一種信息推薦模型的訓(xùn)練方法，所述方法包括：

獲取多個(gè)產(chǎn)品領(lǐng)域的歷史用戶行為數(shù)據(jù)；

采用生成對(duì)抗網(wǎng)絡(luò)中的生成模型，根據(jù)所述歷史用戶行為數(shù)據(jù)生成所述多個(gè)產(chǎn)品領(lǐng)域中的待擴(kuò)充產(chǎn)品領(lǐng)域中每個(gè)產(chǎn)品領(lǐng)域的候選樣本數(shù)據(jù)；

將所述多個(gè)產(chǎn)品領(lǐng)域中每個(gè)產(chǎn)品領(lǐng)域分別作為目標(biāo)產(chǎn)品領(lǐng)域，通過所述生成對(duì)抗網(wǎng)絡(luò)中的判別模型，對(duì)所述目標(biāo)產(chǎn)品領(lǐng)域的候選樣本數(shù)據(jù)和采集到的用戶點(diǎn)擊樣本數(shù)據(jù)進(jìn)行判別，得到判別結(jié)果；

根據(jù)所述判別結(jié)果對(duì)所述生成模型的和所述判別模型進(jìn)行對(duì)抗訓(xùn)練，得到訓(xùn)練后的生成對(duì)抗網(wǎng)絡(luò)，所述生成對(duì)抗網(wǎng)絡(luò)用于確定信息推薦模型。

另一方面，本申請(qǐng)實(shí)施例提供一種信息推薦模型的訓(xùn)練裝置，所述裝置包括獲取單元、生成單元、判別單元和訓(xùn)練單元：

所述獲取單元，用于獲取多個(gè)產(chǎn)品領(lǐng)域的歷史用戶行為數(shù)據(jù)；

所述生成單元，用于采用生成對(duì)抗網(wǎng)絡(luò)中的生成模型，根據(jù)所述歷史用戶行為數(shù)據(jù)生成所述多個(gè)產(chǎn)品領(lǐng)域中的待擴(kuò)充產(chǎn)品領(lǐng)域中每個(gè)產(chǎn)品領(lǐng)域的候選樣本數(shù)據(jù)；

所述判別單元，用于將所述多個(gè)產(chǎn)品領(lǐng)域中每個(gè)產(chǎn)品領(lǐng)域分別作為目標(biāo)產(chǎn)品領(lǐng)域，通過所述生成對(duì)抗網(wǎng)絡(luò)中的判別模型，對(duì)所述目標(biāo)產(chǎn)品領(lǐng)域的候選樣本數(shù)據(jù)和采集到的用戶點(diǎn)擊樣本數(shù)據(jù)進(jìn)行判別，得到判別結(jié)果；

所述訓(xùn)練單元，用于根據(jù)所述判別結(jié)果對(duì)所述生成模型的和所述判別模型進(jìn)行對(duì)抗訓(xùn)練，得到訓(xùn)練后的生成對(duì)抗網(wǎng)絡(luò)；所述訓(xùn)練后的生成對(duì)抗網(wǎng)絡(luò)用于確定信息推薦模型。

另一方面，本申請(qǐng)實(shí)施例提供一種信息推薦模型的訓(xùn)練設(shè)備，所述設(shè)備包括處理器以及存儲(chǔ)器：