[發明專利]興趣模型訓練方法、興趣點推薦方法、裝置和設備

有效

• 申請號: 202011550110.7
• 申請日: 2020-12-24
• 公開（公告）號: CN112559879B
• 公開（公告）日: 2023-10-03
• 發明（設計）人: 陳浩;張澍
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9537;G06F16/29;G06F18/22;G06F18/214;G06N3/0464;G06N3/08
• 代理公司: 北京猷德知識產權代理有限公司 16084
• 代理人: 范繼晨

1.一種興趣模型訓練方法，包括：

從歷史行為數據中，獲取歷史興趣點；

利用歷史興趣點的詞向量和場景需求的向量，訓練興趣模型。

2.根據權利要求1所述的方法，其中，所述方法還包括：

利用詞向量工具對歷史興趣點進行處理，得到歷史興趣點的詞向量。

3.根據權利要求1所述的方法，其中，利用歷史興趣點的詞向量和場景需求的向量，訓練興趣模型，包括：

在召回模型中加入注意力模塊，所述注意力模塊的輸入包括場景需求的向量和歷史興趣點的詞向量，所述注意力模塊的輸出包括場景需求與歷史興趣點的相關性權重；

對加入注意力模塊的召回模型進行端到端訓練，得到興趣模型。

4.一種興趣點推薦方法，包括：

將歷史行為數據輸入至第一類興趣模型，得到第一類興趣信息；

將所述歷史行為數據輸入第二類興趣模型，得到第二類興趣信息，所述第二類興趣模型是采用權利要求1至3中任一項所述的方法訓練的；

基于場景需求、所述第一類興趣信息和所述第二類興趣信息進行召回和排序，得到推薦的興趣點。

5.根據權利要求4所述的方法，其中，所述第一類興趣模型是采用注意力模型訓練得到的，所述注意力模型的訓練樣本包括：第一時間段內歷史行為數據和第二時間段內歷史行為數據，其中，所述第一時間段在所述第二時間段之前。

6.根據權利要求4所述的方法，其中，所述第一類興趣模型為顯式興趣模型，所述第一類興趣信息為顯式興趣信息；

所述第二類興趣模型為隱式興趣模型，所述第二類興趣信息為隱式興趣信息。

7.根據權利要求4所述的方法，其中，基于場景需求、所述第一類興趣信息和所述第二類興趣信息進行召回和排序，得到推薦的興趣點，包括：

基于所述第一類興趣模型輸出的第一類興趣信息進行召回，得到第一類興趣點隊列，所述第一類興趣信息包括興趣標簽；

基于所述第二類興趣模型輸出的第二類興趣信息進行召回，得到第二類興趣點隊列，所述第二類興趣信息包括興趣向量；

將所述第一類興趣點隊列和所述第二類興趣點隊列輸入排序模型進行重新排序，得到推薦的興趣點隊列。

8.一種興趣模型訓練裝置，包括：

歷史興趣點獲取模塊，用于從歷史行為數據中，獲取歷史興趣點；

興趣模型訓練模塊，用于利用歷史興趣點的詞向量和場景需求的向量，訓練興趣模型。

9.根據權利要求8所述的裝置，其中，所述裝置還包括：

詞向量獲取模塊，用于利用詞向量工具對歷史興趣點進行處理，得到歷史興趣點的詞向量。

10.根據權利要求8所述的裝置，其中，所述興趣模型訓練模塊具體用于：

在召回模型中加入注意力模塊，所述注意力模塊的輸入包括場景需求的向量和歷史興趣點的詞向量，所述注意力模塊的輸出包括場景需求與歷史興趣點的相關性權重；

對加入注意力模塊的召回模型進行端到端訓練，得到興趣模型。

11.一種興趣點推薦裝置，包括：

第一類興趣信息獲取模塊，用于將歷史行為數據輸入至第一類興趣模型，得到第一類興趣信息；

第二類興趣信息獲取模塊，用于將所述歷史行為數據輸入第二類興趣模型，得到第二類興趣信息，所述第二類興趣模型是采用權利要求8至10中任一項所述的裝置訓練的；

推薦興趣點確定模塊，用于基于場景需求、所述第一類興趣信息和所述第二類興趣信息進行召回和排序，得到推薦的興趣點。

12.根據權利要求11所述的裝置，其中，所述第一類興趣模型是采用注意力模型訓練得到的，所述注意力模型的訓練樣本包括：第一時間段內歷史行為數據和第二時間段內歷史行為數據，其中，所述第一時間段在所述第二時間段之前。