[發明專利]偏好預測模型的訓練方法及用戶偏好的預測方法

在審

• 申請號: 202110333952.5
• 申請日: 2021-03-29
• 公開（公告）號: CN112862008A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 周勖
• 申請（專利權）人: 中信銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/435;G06F16/635
• 代理公司: 北京市蘭臺律師事務所 11354
• 代理人: 張峰

1.一種偏好預測模型的訓練方法，其特征在于，包括：

獲取用戶對對象的歷史評價數據；

確定所述歷史評價數據的數據量是否滿足預設條件；

基于所述歷史評價數據的數據量是否滿足預設條件，構建訓練集；

基于所述訓練集訓練偏好預測模型，所述偏好預測模型基于受限波茲曼機模型建立。

2.根據權利要求1所述的方法，其特征在于，所述基于所述歷史評價數據的數據量是否滿足預設條件，構建訓練集，包括：

若所述歷史評價數據的數據量不滿足預設條件，則基于所述歷史評價數據以及可觀測特征，構建訓練集；

若所述歷史評價數據的數據量滿足預設條件，則基于所述歷史評價數據構建訓練集。

3.根據權利要求1所述的方法，其特征在于，所述基于所述訓練集訓練偏好預測模型，包括：

基于所述訓練集，并根據協同過濾算法訓練偏好預測模型。

4.根據權利要求1所述的方法，其特征在于，所述可觀測特征包括用戶特征，所述用戶特征包括以下至少一項：

用戶年齡；

用戶性別；

用戶職業。

5.根據權利要求4所述的方法，其特征在于，所述可觀測特征還包括對象特征，若所述對象為視頻，所述對象特征包括以下至少一項：

從所述視頻的視頻名稱中提取的關鍵字；

從所述視頻的發行年份中獲取的時間信息。

6.根據權利要求2所述的方法，其特征在于，若所述歷史評價數據的數據量不滿足預設條件，在訓練出所述偏好預測模型之后，所述方法還包括：

按照預設的重試規則，重復獲取用戶對對象的歷史評價數據，直至獲取到的歷史評價數據的數據量滿足預設條件，基于所述歷史評價數據更新所述訓練集，并基于更新后的所述訓練集訓練偏好預測模型。

7.一種用戶偏好的預測方法，其特征在于，包括：

獲取用戶對對象的歷史評價數據；

將所述歷史評價數據輸入預訓練的偏好預測模型，得到所述用戶的偏好預測結果，其中，所述偏好預測模型為根據權利要求1至6中任一項所述的偏好預測模型的訓練方法訓練得到的。

8.一種偏好預測模型的訓練裝置，其特征在于，包括：

數據獲取模塊，用于獲取用戶對對象的歷史評價數據；

數據量比對模塊，用于確定所述歷史評價數據的數據量是否滿足預設條件；

訓練集構建模塊，用于基于所述歷史評價數據的數據量是否滿足預設條件，構建訓練集；

模型訓練模塊，用于基于所述訓練集訓練偏好預測模型，所述偏好預測模型基于受限波茲曼機模型建立。

9.一種用戶偏好的預測裝置，其特征在于，包括：

評價數據獲取模塊，用于獲取用戶對對象的歷史評價數據；

偏好預測模塊，用于將所述歷史評價數據輸入預訓練的偏好預測模型，得到所述用戶的偏好預測結果，其中，所述偏好預測模型為根據權利要求1至6中任一項所述的偏好預測模型的訓練方法訓練得到的。

10.一種電子設備，其特征在于，包括處理器和存儲器；

所述存儲器，用于存儲操作指令；

所述處理器，用于通過調用所述操作指令，執行權利要求1-7中任一項所述的方法。

11.一種計算機可讀存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1-7中任一項所述的方法。