[發明專利]對象的推薦及模型訓練方法和裝置、設備、介質和產品

在審

• 申請號: 202110352843.8
• 申請日: 2021-03-31
• 公開（公告）號: CN113190725A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 趙惜墨
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/9035
• 分類號: G06F16/9035;G06K9/62;G06Q30/02
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 李娜

1.一種業務對象推薦模型的訓練方法，其特征在于，包括：

獲取訓練樣本數據，所述訓練樣本數據包含用戶信息樣本數據和業務對象樣本數據對，所述業務對象樣本數據對包含正業務對象樣本數據和負業務對象樣本數據，所述正業務對象樣本數據的業務對象價值大于所述負業務對象樣本數據的業務對象價值；

根據所述正業務對象樣本數據和所述用戶信息樣本數據，映射得到所述正業務對象樣本數據的被用戶選擇的概率，根據所述負業務對象樣本數據和所述用戶信息樣本數據，映射得到所述負業務對象樣本數據的被用戶選擇的概率；

根據所述正業務對象樣本數據的被用戶選擇的概率和所述負業務對象樣本數據的被用戶選擇的概率，以及預設的約束條件訓練初始網絡模型得到業務對象推薦模型；其中，所述約束條件為所述正業務對象樣本數據的被用戶選擇的概率大于所述負業務對象樣本數據的被用戶選擇的概率。

2.根據權利要求1所述的方法，其特征在于，所述獲取訓練樣本數據，包括：

獲取多個原始業務對象樣本數據；

預測每個所述原始業務對象樣本數據的業務對象價值；

根據每個所述業務對象價值將多個所述原始業務對象樣本數據組合成為多組原始業務對象樣本數據對；

對多組所述原始業務對象樣本數據對進行篩選得到所述業務對象樣本數據對；

將所述業務對象樣本數據對和預先獲取到的所述用戶信息樣本數據作為所述訓練樣本數據。

3.根據權利要求2所述的方法，其特征在于，所述對多組所述原始業務對象樣本數據對進行篩選得到所述業務對象樣本數據對，包括：

將每組所述原始業務對象樣本數據對中的所述正業務對象樣本數據的業務對象價值與所述負業務對象樣本數據的業務對象價值進行比較，得到每組所述原始業務對象樣本數據對的業務對象價值比較結果；

將所述業務對象價值比較結果大于預設的差異閾值的所述原始業務對象樣本數據對，作為所述業務對象樣本數據對。

4.根據權利要求1所述的方法，其特征在于，所述根據所述正業務對象樣本數據和所述用戶信息樣本數據，映射得到所述正業務對象樣本數據的被用戶選擇的概率，包括：

根據預設的激活函數將所述正業務對象樣本數據的特征向量和所述用戶信息樣本數據的特征向量的內積，映射為所述正業務對象樣本數據的被用戶選擇的概率。

5.一種業務對象的推薦方法，其特征在于，包括：

獲取業務對象請求信息；

將所述業務對象請求信息中的用戶信息和預設的業務對象庫中每個業務對象，輸入至按照權利要求1至4中任一項所述的方法訓練得到的業務對象推薦模型，輸出每個所述業務對象被用戶選擇的概率；

根據每個所述業務對象被用戶選擇的概率和預設的概率閾值，判斷每個所述業務對象是否推薦給所述用戶信息對應的用戶。

6.一種業務對象推薦模型的訓練裝置，其特征在于，包括：

獲取單元，被配置為執行獲取訓練樣本數據，所述訓練樣本數據包含用戶信息樣本數據和業務對象樣本數據對，所述業務對象樣本數據對包含正業務對象樣本數據和負業務對象樣本數據，所述正業務對象樣本數據的業務對象價值大于所述負業務對象樣本數據的業務對象價值；

映射單元，被配置為執行根據所述正業務對象樣本數據和所述用戶信息樣本數據，映射得到所述正業務對象樣本數據的被用戶選擇的概率，根據所述負業務對象樣本數據和所述用戶信息樣本數據，映射得到所述負業務對象樣本數據的被用戶選擇的概率；

訓練單元，被配置為執行根據所述正業務對象樣本數據的被用戶選擇的概率和所述負業務對象樣本數據的被用戶選擇的概率，以及預設的約束條件訓練初始網絡模型得到業務對象推薦模型；其中，所述約束條件為所述正業務對象樣本數據的被用戶選擇的概率大于所述負業務對象樣本數據的被用戶選擇的概率。