[發明專利]對象推薦模型訓練方法以及裝置

有效

• 申請號: 202110278218.3
• 申請日: 2021-03-16
• 公開（公告）號: CN112669096B
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 韋峰;陳召群
• 申請（專利權）人: 螞蟻智信（杭州）信息技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/9535;G06F16/36
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 吳肖肖

1.一種對象推薦模型訓練方法，包括：

獲取用戶進行業務訪問生成的第一訪問日志數據，并根據所述第一訪問日志數據生成所述用戶的第一訪問行為序列；

將所述第一訪問行為序列輸入序列標注模型進行序列劃分及訪問事件類型標注，生成所述第一訪問日志數據對應的至少一個第一訪問行為子序列以及所述至少一個第一訪問行為子序列對應的訪問事件類型；

將所述至少一個第一訪問行為子序列、所述訪問事件類型以及與所述訪問事件類型相關的多個待推薦對象的屬性信息作為訓練樣本，對待訓練的對象推薦模型進行迭代訓練，獲得所述對象推薦模型，其中，所述對象推薦模型用于對所述待推薦對象進行打分處理，以根據生成的打分結果向用戶進行對象推薦。

2.根據權利要求1所述的對象推薦模型訓練方法，所述序列標注模型通過以下方式進行訓練：

獲取用戶進行業務訪問生成的歷史訪問日志數據，并根據所述歷史訪問日志數據生成所述用戶的歷史訪問行為序列；

將所述歷史訪問行為序列作為訓練樣本，對待訓練的序列標注模型進行訓練，獲得所述序列標注模型。

3.根據權利要求2所述的對象推薦模型訓練方法，所述根據所述歷史訪問日志數據生成所述用戶的歷史訪問行為序列，包括：

對所述歷史訪問日志數據進行數據清洗，并對清洗后的歷史訪問日志數據進行拼接，生成所述歷史訪問行為序列；

相應的，所述將所述歷史訪問行為序列作為訓練樣本，對待訓練的序列標注模型進行訓練，包括：

將所述歷史訪問行為序列以及預設的事件類型信息作為訓練樣本，對待訓練的序列標注模型進行訓練。

4.根據權利要求2所述的對象推薦模型訓練方法，所述將所述歷史訪問行為序列作為訓練樣本，對待訓練的序列標注模型進行訓練，包括：

對所述歷史訪問行為序列進行序列劃分，生成歷史訪問行為子序列；

對所述歷史訪問行為子序列中的至少一個歷史訪問行為子序列包含的歷史訪問行為進行清洗、去重和/或增刪操作，生成至少一個目標訪問行為子序列；

根據預設的事件類型信息對所述至少一個目標訪問行為子序列進行標注處理，生成對應的標注結果；

將所述歷史訪問行為子序列以及預設的事件類型信息作為訓練樣本，將所述標注結果作為所述至少一個目標訪問行為子序列的標簽，對待訓練的序列標注模型進行訓練。

5.根據權利要求1所述的對象推薦模型訓練方法，所述將所述第一訪問行為序列輸入序列標注模型進行序列劃分及訪問事件類型標注，包括：

將所述第一訪問行為序列輸入序列標注模型，所述序列標注模型根據所述第一訪問行為序列中包含的起始訪問行為以及結束訪問行為對所述第一訪問行為序列進行序列劃分，以及，根據預設的事件類型信息對序列劃分結果進行訪問事件類型標注。

6.根據權利要求1所述的對象推薦模型訓練方法，所述獲得所述對象推薦模型之后，還包括：

獲取用戶進行業務訪問生成的第二訪問日志數據，并根據所述第二訪問日志數據生成所述用戶的第二訪問行為序列；

將所述第二訪問行為序列輸入序列標注模型進行序列劃分及訪問事件類型標注，生成所述第二訪問日志數據對應的至少一個第二訪問行為子序列以及所述至少一個第二訪問行為子序列對應的訪問事件類型；

將所述至少一個第二訪問行為子序列、所述訪問事件類型、所述用戶的特征信息以及與所述訪問事件類型相關的多個待推薦對象的屬性信息輸入所述對象推薦模型進行打分處理，生成所述多個待推薦對象的打分結果；

根據所述打分結果向所述用戶進行對象推薦。