[發(fā)明專利]模型訓練和項目推薦方法、裝置、設備、介質(zhì)及產(chǎn)品在審
| 申請?zhí)枺?/td> | 202211088847.0 | 申請日： | 2022-09-07 |
| 公開（公告）號： | CN115758129A | 公開（公告）日： | 2023-03-07 |
| 發(fā)明（設計）人： | 林質(zhì)銳;何易超;朱富榮;李婧丹;李博尊 | 申請（專利權）人： | 中國建設銀行股份有限公司;建信金融科技有限責任公司 |
| 主分類號： | G06F18/214 | 分類號： | G06F18/214;G06F18/22;G06F18/23;G06F16/9535;G06Q40/06;G06N3/04;G06N3/09 |
| 代理公司： | 北京東方億思知識產(chǎn)權代理有限責任公司 11258 | 代理人： | 朱亦林 |
| 地址： | 100033 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 模型 訓練 項目 推薦 方法 裝置 設備 介質(zhì) 產(chǎn)品 | ||
1.一種模型訓練方法，其特征在于，所述方法包括：
獲取第一訓練樣本和第二訓練樣本，其中，所述第一訓練樣本包括三個用戶的屬性特征，所述三個用戶包括第一用戶、第二用戶和第三用戶，所述第一用戶對應的項目類型特征與所述第二用戶對應的項目類型特征的相似度大于第一相似度閾值，所述第一用戶對應的項目類型特征與所述第三用戶對應的項目類型特征的相似度小于第二相似度閾值，所述項目類型特征是根據(jù)項目種類和用戶對每種項目的投放次數(shù)確定的，所述第一相似度閾值大于所述第二相似度閾值，所述第二訓練樣本包括兩個用戶的屬性特征；
根據(jù)所述第一訓練樣本和所述第二訓練樣本訓練待訓練的孿生網(wǎng)絡，得到用于確定用戶相似度的目標孿生網(wǎng)絡模型。
2.根據(jù)權利要求1所述的方法，其特征在于，所述獲取第一訓練樣本，包括：
從多個用戶中選取一個用戶作為所述第一用戶；
計算所述第一用戶對應的項目類型特征與所述多個用戶中除所述第一用戶之外的其他用戶對應的項目類型特征的相似度；
將計算得到的相似度大于所述第一相似度閾值對應的用戶中任一個用戶作為所述第二用戶；
將計算得到的相似度小于所述第二相似度閾值對應的用戶中任一個用戶作為所述第三用戶；
獲取所述第一用戶、所述第二用戶和所述第三用戶的屬性特征。
3.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述第一訓練樣本和所述第二訓練樣本訓練待訓練的孿生網(wǎng)絡，得到用于確定用戶相似度的目標孿生網(wǎng)絡模型，包括：
將所述三個用戶的屬性特征輸入所述孿生網(wǎng)絡，訓練所述孿生網(wǎng)絡的共享層參數(shù)；
將所述兩個用戶的屬性特征輸入所述孿生網(wǎng)絡，以所述兩個用戶對應的項目類型特征的相似度為標簽，通過監(jiān)督學習，學習所述孿生網(wǎng)絡的差異性度量層參數(shù)，得到所述目標孿生網(wǎng)絡模型。
4.根據(jù)權利要求3所述的方法，其特征在于，所述訓練所述孿生網(wǎng)絡的共享層參數(shù)，包括：
以為所述孿生網(wǎng)絡的共享層目標函數(shù)，訓練所述孿生網(wǎng)絡的共享層參數(shù)；
其中，a為所述第一用戶，p為所述第二用戶，n為所述第三用戶，N為屬性特征的維數(shù)，xi為第i維屬性特征，f()為屬性特征經(jīng)過所述共享層后的差異化特征。
5.根據(jù)權利要求3所述的方法，其特征在于，所述學習所述孿生網(wǎng)絡的差異性度量層參數(shù)，包括：
以為所述孿生網(wǎng)絡的差異性度量層的激活函數(shù)，學習所述孿生網(wǎng)絡的差異性度量層參數(shù)；
其中，X1和X2分別為所述兩個用戶的屬性特征中的一個屬性特征，K為差異化特征的維數(shù)，f()k為屬性特征經(jīng)過所述共享層后的差異化特征，wk為第k維差異化特征對應的權重，b為偏置項。
6.一種項目推薦方法，其特征在于，所述方法包括：
獲取兩個用戶的屬性特征；
將所述兩個用戶的屬性特征輸入權利要求1-5任一項訓練得到的所述目標孿生網(wǎng)絡模型，得到所述兩個用戶的相似度；
在所述相似度大于相似度閾值的情況下，將所述兩個用戶中一個用戶投放的項目推送給所述兩個用戶中的另一個用戶。
7.一種模型訓練裝置，其特征在于，所述裝置包括：
第一獲取模塊，用于獲取第一訓練樣本和第二訓練樣本，其中，所述第一訓練樣本包括三個用戶的屬性特征，所述三個用戶包括第一用戶、第二用戶和第三用戶，所述第一用戶對應的項目類型特征與所述第二用戶對應的項目類型特征的相似度大于第一相似度閾值，所述第一用戶對應的項目類型特征與所述第三用戶對應的項目類型特征的相似度小于第二相似度閾值，所述項目類型特征是根據(jù)項目種類和用戶對每種項目的投放次數(shù)確定的，所述第一相似度閾值大于所述第二相似度閾值，所述第二訓練樣本包括兩個用戶的屬性特征；
訓練模塊，用于根據(jù)所述第一訓練樣本和所述第二訓練樣本訓練待訓練的孿生網(wǎng)絡，得到用于確定用戶相似度的目標孿生網(wǎng)絡模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國建設銀行股份有限公司;建信金融科技有限責任公司，未經(jīng)中國建設銀行股份有限公司;建信金融科技有限責任公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202211088847.0/1.html，轉載請聲明來源鉆瓜專利網(wǎng)。
