[發明專利]推送模型訓練方法、數據推送方法、裝置及存儲介質

有效

• 申請號: 202110311438.1
• 申請日: 2021-03-24
• 公開（公告）號: CN113033090B
• 公開（公告）日: 2023-03-03
• 發明（設計）人: 程磊
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F18/214;G06F18/23213;G06N3/048;G06N3/047;G06N3/08;G06F16/9535
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 王勇

本發明實施例提供一種推送模型訓練方法，包括獲取多個樣本用戶的多個用戶數據，預處理多個用戶數據，得到多個樣本用戶簇；將每個樣本用戶的多個用戶數據輸入待訓練模型中，輸出每個樣本用戶對應每個項目類型數據的第一樣本喜好度；編碼每個項目類型數據對應的第一樣本喜好度，得到對應的第一樣本喜好度編碼數據，并從中確定樣本喜好度輸出編碼數據；獲取每個樣本用戶的偏好樣本項目類型數據對應的樣本喜好度標簽編碼數據；根據代價函數，比對每個樣本用戶的樣本喜好度輸出編碼數據與樣本喜好度標簽編碼數據，以調整待訓練模型的模型參數，以得到項目數據推薦模型。本發明有效地提高了優化后的模型進行項目類型數據推送的效率和準確率。

技術領域

本發明實施例涉及大數據技術領域，尤其涉及一種推送模型訓練方法、數據推送方法、裝置及存儲介質。

背景技術

數據推送系統一直是信息領域的研究熱點，在數據挖掘和機器學習的各大會議中，它一直作為討論的熱點。正因為如此，匯集了世界各地的學者對推薦系統展開了研究與探討。如今，數據推送系統被應用于各個領域，例如：電子商務(Amazon、淘寶、京東)利用數據推送系統為用戶提供喜愛的商品，信息檢索(Google、百度、搜狗)利用數據推送系統為用戶推薦有效的信息等。

不管是學術研究，還是商業應用，數據推送系統已經成為人們生活中不可或缺的重要技術。推薦系統的應用給人們的生活帶來了極大的方便，它不僅幫助用戶獲取有價值的信息，而且可以減少用戶獲取有效信息所花費的時間，因此推薦系統的研究是一項具有重大意義的事情。

目前主流的數據推送系統都是基于混合的推薦，他們的實現方式雖然千奇百怪，但是都需要依賴于近鄰用戶才能給出推薦，且都需要海量的目標用戶數據和近鄰用戶數據。采取上述數據推送的方式，要獲取目標樣本用戶和近鄰用戶的用戶數據，當樣本用戶不存在近鄰用戶的時候，通過依靠近鄰用戶得到項目類型數據的準確率較低。

發明內容

有鑒于此，本發明實施例提供了一種推送模型訓練方法、裝置、計算機設備及計算機可讀存儲介質，用于解決采用現有的項目數據類型推送方式，導致項目類型數據輸出模型的結果的準確率較低的問題。

本發明實施例是通過下述技術方案來解決上述技術問題：

一種推送模型訓練方法，包括：

獲取多個樣本用戶的多個用戶數據和所述多個樣本用戶對應的多個項目類型標簽數據，對所述多個樣本用戶的多個用戶數據的屬性信息進行預處理，得到多個樣本用戶簇；

將每個樣本用戶簇中的每個樣本用戶的多個用戶數據輸入待訓練模型中，根據所述待訓練模型輸出每個樣本用戶對應每個項目類型數據的第一樣本喜好度；

分別編碼所述每個樣本用戶對應的所述每個項目類型數據的第一樣本喜好度，生成所述每個項目類型數據對應的第一樣本喜好度編碼數據；

從所述每個樣本用戶對應每個項目類型數據對應的第一樣本喜好度編碼數據中，確定樣本喜好度輸出編碼數據；

從每個樣本用戶對應的多個項目類型標簽數據中提取每個樣本用戶的偏好樣本項目類型數據對應的樣本喜好度標簽編碼數據；

根據代價函數，比對所述每個樣本用戶的樣本喜好度輸出編碼數據與所述樣本喜好度標簽編碼數據，以生成損失值；及

根據所述損失值調整所述待訓練模型的一個或多個模型參數，以得到項目數據推薦模型。

可選地，所述對所述多個樣本用戶的多個用戶數據的屬性信息進行預處理，得到多個樣本用戶簇的步驟，包括：

從所述多個樣本用戶的多個用戶數據中提取多個性別數據，根據預設的第一分類編碼規則，分別編碼每個樣本用戶的性別數據，以得到第一編碼數據；