[發明專利]一種推薦模型訓練方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110871644.8
• 申請日: 2021-07-30
• 公開（公告）號: CN113553448A
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 廖一橋;駱明楠
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/435
• 分類號: G06F16/435;G06F16/44;G06F16/48;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 靳玫

本公開關于一種推薦模型訓練方法、裝置、電子設備及存儲介質。所述方法包括：獲取訓練數據；訓練數據包括用戶數據和對應的多媒體資源，以及推薦標注結果；獲取待訓練推薦模型；待訓練推薦模型用于向用戶推薦多媒體資源；待訓練推薦模型包括嵌入層和特征輸入層；嵌入層的輸出與特征輸入層的輸入之間存在第一級聯關系集合；第一級聯關系集合中任一第一級聯關系包含特征交叉單元；特征交叉單元的輸入為嵌入層輸出特征中的至少2個特征，特征交叉單元的輸出為所輸入的至少2個特征的交叉特征；將用戶數據和對應的多媒體資源輸入待訓練推薦模型，得到預測推薦結果；根據預測推薦結果和推薦標注結果，確定損失信息；基于損失信息訓練待訓練推薦模型。

技術領域

本公開涉及推薦技術領域，尤其涉及一種推薦模型訓練方法、裝置、電子設備及存儲介質。

背景技術

目前，推薦模型已經被廣泛應用于各類業務平臺。例如，短視頻平臺、社交平臺等。推薦模型主要用于向平臺用戶推薦不同的內容，例如，短視頻平臺可以為用戶推薦感興趣的短視頻；社交平臺可以向用戶推薦興趣愛好相近的用戶。

其中，針對向用戶推薦多媒體資源的推薦模型，例如向用戶推薦視頻、文本、圖像等的推薦模型，在訓練過程中通常需要獲取用戶特征和多媒體資源的特征進行訓練，但是，目前的推薦模型的推薦效果難以進一步提高。

發明內容

本公開提供一種推薦模型訓練方法、裝置、電子設備及存儲介質，以至少解決相關技術中推薦模型的推薦效果難以提高的問題。本公開的技術方案如下：

根據本公開實施例的第一方面，提供一種推薦模型訓練方法，包括：

獲取訓練數據；所述訓練數據包括用戶數據和對應的多媒體資源，以及推薦標注結果；

獲取待訓練推薦模型；所述待訓練推薦模型用于向用戶推薦多媒體資源；所述待訓練推薦模型包括嵌入層和特征輸入層；所述嵌入層的輸出與所述特征輸入層的輸入之間存在第一級聯關系集合；所述第一級聯關系集合中包括一個或多個第一級聯關系；

所述第一級聯關系集合中任一第一級聯關系用于將所述嵌入層輸出的至少2個特征級聯至單個特征交叉單元的輸入，并將該特征交叉單元的輸出級聯至所述特征輸入層的輸入；所述特征交叉單元的輸入為所述嵌入層輸出特征中的至少2個特征，所述特征交叉單元的輸出為所輸入的至少2個特征的交叉特征；

將所述用戶數據和對應的多媒體資源輸入所述待訓練推薦模型，得到預測推薦結果；

根據所述預測推薦結果和所述推薦標注結果，確定損失信息；

基于所述損失信息訓練所述待訓練推薦模型。

可選地，所述獲取待訓練推薦模型，包括：

獲取業務平臺當前部署的推薦模型副本作為舊推薦模型；所述舊推薦模型包括嵌入層和特征輸入層；

在所述舊推薦模型的嵌入層的輸出與特征輸入層的輸入之間存在第一級聯關系集合的情況下，更新所述舊推薦模型的第一級聯關系集合，得到待訓練推薦模型；

在所述舊推薦模型的嵌入層的輸出與特征輸入層的輸入之間不存在第一級聯關系集合的情況下，創建第一級聯關系集合，得到待訓練推薦模型。

可選地，所述更新所述舊推薦模型的第一級聯關系集合，包括：

在所述舊推薦模型的第一級聯關系集合中新增一個或多個第一級聯關系；

和/或

在所述舊推薦模型的第一級聯關系集合中修改一個或多個第一級聯關系；

和/或

在所述舊推薦模型的第一級聯關系集合中刪除一個或多個第一級聯關系。

可選地，在得到待訓練推薦模型之后，所述方法還包括：