[發明專利]基于多任務模型的推薦方法、裝置、電子設備和存儲介質

在審

• 申請號: 202210723718.8
• 申請日: 2022-06-24
• 公開（公告）號: CN115146717A
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 汪利偉;仲籽彥;魏丫丫;金偉德;洪迪;劉健
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種基于多任務模型的推薦方法，其特征在于，所述方法包括：

根據用戶手機號，從日志數據中獲取用戶行為數據；

從所述用戶行為數據中篩選特征數據，所述特征數據包括基礎特征、交互特征以及時間片特征；

采用所述特征數據，通過多任務模型進行針對語音使用的預測任務和針對流量使用的預測任務，得到預測結果；

根據所述預測結果，確定為所述用戶推薦的語音套餐和流量套餐。

2.根據權利要求1所述的方法，其特征在于，所述根據所述預測結果，確定為所述用戶推薦的語音套餐和流量套餐，包括：

若所述預測結果為流量和語音時長，則根據預先設置的映射關系，將流量和語音時長映射為語音套餐和流量套餐；

根據所述語音套餐和所述流量套餐，組合成基礎套餐，以推薦給所述用戶。

3.根據權利要求1所述的方法，其特征在于，所述多任務模型包括：兩個門網絡、多個專家網絡以及兩個Tower網絡，所述兩個門網絡與所述兩個Tower網絡一一對應；所述采用所述特征數據，通過多任務模型進行針對語音使用的預測任務和針對流量使用的預測任務，得到預測結果，包括：

通過每個所述門網絡對所述特征數據進行處理，以獲取每個所述門網絡對應的多個專家網絡的權重；

通過每個所述門網絡對應的多個專家網絡，分別對所述特征數據進行特征提取，以得到多個第一特征；

根據每個門網絡對應的多個專家網絡的權重，對每個門網絡對應的多個第一特征，進行加權求和，并通過每個所述門網絡對應的Tower網絡得到所述預測結果。

4.根據權利要求3所述的方法，其特征在于，所述通過每個門網絡對所述特征數據進行處理，以獲取每個門網絡對應的多個專家網絡的權重，包括：

通過每個所述門網絡對所述特征數據進行特征提取，以得到多個所述專家網絡被每個所述門網絡選擇的概率；

對多個所述專家網絡被每個所述門網絡選擇的概率進行歸一化處理，得到每個所述門網絡對應的多個專家網絡的權重。

5.根據權利要求1所述的方法，其特征在于，通過如下方式訓練所述多任務模型：

獲取特征樣本數據，所述特征樣本數據包括基礎特征樣本、交互特征樣本以及時間片特征樣本；

將所述特征樣本數據作為所述多任務模型的輸入；

在所述多任務模型中，采用所述特征樣本數據進行針對語音使用的預測任務和針對流量使用的預測任務，以得到預測結果；

根據所述預測結果，對所述多任務模型進行訓練。

6.根據權利要求5所述的方法，其特征在于，所述多任務模型包括：兩個門網絡、多個專家網絡以及兩個Tower網絡，所述兩個門網絡與所述兩個Tower網絡一一對應；所述在所述多任務模型中，采用所述特征樣本數據進行針對語音使用的預測任務和針對流量使用的預測任務，以得到預測結果，包括：

通過每個所述門網絡對所述特征樣本數據進行處理，以獲取每個所述門網絡對應的多個所述專家網絡的權重；

通過每個所述門網絡對應的多個專家網絡，分別對所述特征樣本數據進行特征提取，以得到多個第一特征樣本；

根據每個所述門網絡對應的多個專家網絡的權重，對每個門網絡對應的多個第一特征樣本，進行加權求和，并通過每個所述門網絡對應的Tower網絡，以得到流量和語音時長的預測結果。

7.根據權利要求6所述的方法，其特征在于，所述通過每個所述門網絡對所述特征樣本數據進行處理，以獲取每個所述門網絡對應的多個所述專家網絡的權重，包括：

通過每個所述門網絡對所述特征樣本數據進行特征提取，以得到多個所述專家網絡被每個所述門網絡選擇的概率；

對多個所述專家網絡被每個所述門網絡選擇的概率進行歸一化處理，得到每個所述門網絡對應的多個專家網絡的權重。