[發(fā)明專利]興趣點POI推薦模型的訓練方法、裝置和電子設(shè)備在審
| 申請?zhí)枺?/td> | 202011023896.7 | 申請日： | 2020-09-25 |
| 公開（公告）號： | CN112115387A | 公開（公告）日： | 2020-12-22 |
| 發(fā)明（設(shè)計）人： | 周景博;熊輝 | 申請（專利權(quán)）人： | 北京百度網(wǎng)訊科技有限公司 |
| 主分類號： | G06F16/9537 | 分類號： | G06F16/9537;G06N20/00 |
| 代理公司： | 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205 | 代理人： | 張芳;臧建明 |
| 地址： | 100085 北京市*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 興趣 poi 推薦 模型 訓練 方法 裝置 電子設(shè)備 | ||
1.一種興趣點POI推薦模型的訓練方法，包括：
采集POI樣本數(shù)據(jù)；
分別獲取多個用戶對所述POI樣本數(shù)據(jù)中的POI的偏好信息，和所述POI樣本數(shù)據(jù)中不同層級的POI之間的關(guān)系；其中，不同層級的POI是基于地理實體概念劃分得到；
根據(jù)所述多個用戶對POI的偏好信息和所述不同層級的POI之間的關(guān)系，訓練生成POI推薦模型。
2.根據(jù)權(quán)利要求1所述的方法，所述獲取多個用戶對所述POI樣本數(shù)據(jù)中的POI的偏好信息，包括：
分別獲取所述多個用戶的屬性信息，并獲取各用戶到具有與所述POI的各類型信息相同的POI的訪問數(shù)據(jù)；
根據(jù)所述多個用戶的屬性信息，和所述各用戶到具有與所述POI的各類型信息相同的POI的訪問數(shù)據(jù)，確定所述多個用戶對POI的偏好信息。
3.根據(jù)權(quán)利要求2所述的方法，所述根據(jù)所述多個用戶的屬性信息，和所述各用戶到具有與所述POI的各類型信息相同的POI的訪問數(shù)據(jù)，確定所述多個用戶對POI的偏好信息，包括：
根據(jù)所述多個用戶的屬性信息，以及各屬性信息對應的屬性規(guī)則，構(gòu)造第一直接屬性矩陣；
根據(jù)所述各用戶到具有與所述POI的各類型信息相同的POI的訪問數(shù)據(jù)，構(gòu)造第一逆屬性矩陣；
依次連接所述第一直接屬性矩陣和所述第一逆屬性矩陣，確定用于描述所述多個用戶對POI的偏好信息的屬性矩陣。
4.根據(jù)權(quán)利要求1所述的方法，獲取所述POI樣本數(shù)據(jù)中不同層級的POI之間的關(guān)系，包括：
分別獲取每一層POI的類型信息，并獲取所述每一層POI中各POI被具有與所述多個用戶的屬性信息相同的用戶訪問的訪問數(shù)據(jù)；
根據(jù)所述每一層POI的類型信息和所述每一層POI中各POI被具有與所述多個用戶的屬性信息相同的用戶訪問的訪問數(shù)據(jù)，確定所述不同層級的POI之間的關(guān)系。
5.根據(jù)權(quán)利要求4所述的方法，所述根據(jù)所述每一層POI的類型信息和所述每一層POI中各POI被具有與所述多個用戶的屬性信息相同的用戶訪問的訪問數(shù)據(jù)，確定所述不同層級的POI之間的關(guān)系，包括：
根據(jù)所述每一層POI的類型信息，以及各類型信息對應的類型規(guī)則，構(gòu)造第二直接屬性矩陣；
根據(jù)所述每一層POI中各POI被具有與所述多個用戶的屬性信息相同的用戶訪問的訪問數(shù)據(jù)，構(gòu)造第二逆屬性矩陣；
依次連接所述第二直接屬性矩陣和所述第二逆屬性矩陣，確定用于描述所述不同層級的POI之間的關(guān)系的屬性矩陣。
6.根據(jù)權(quán)利要求1-5任一項所述的方法，所述根據(jù)所述多個用戶對POI的偏好信息和所述不同層級的POI之間的關(guān)系，訓練生成POI推薦模型，包括：
將所述多個用戶對POI的偏好信息和所述不同層級的POI之間的關(guān)系，輸入至目標損失模型中，得到所述各用戶對POI的目標偏好信息和所述不同層級的POI之間的目標關(guān)系；其中，所述目標損失模型用于指示所述POI推薦模型的優(yōu)化目標；
根據(jù)所述各用戶對POI的目標偏好信息和所述不同層級的POI之間的目標關(guān)系，訓練生成所述POI推薦模型。
7.根據(jù)權(quán)利要求6所述的方法，所述不同層級的POI通過POI樹結(jié)構(gòu)表示，所述將所述多個用戶對POI的偏好信息和所述不同層級的POI之間的關(guān)系，輸入至目標損失模型中，得到所述各用戶對POI的目標偏好信息和所述不同層級的POI之間的目標關(guān)系，包括：
將所述多個用戶對POI的偏好信息和所述不同層級的POI之間的關(guān)系，輸入至中，得到所述各用戶對POI的目標偏好信息和所述不同層級的POI之間的目標關(guān)系；
其中，L表示所述POI樹的層數(shù)，l表示POI樹中的第l層，J表示所述POI推薦模型的優(yōu)化目標，Uu用于描述所述各用戶對POI的目標偏好信息，X用于描述所述各用戶對POI的偏好信息，Up用于描述所述不同層級的POI之間的目標關(guān)系，Yl用于描述所述不同層級的POI之間的關(guān)系，VT用于表示共享的隱空間向量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京百度網(wǎng)訊科技有限公司，未經(jīng)北京百度網(wǎng)訊科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011023896.7/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
