[發明專利]一種資源推薦、模型訓練方法及裝置、設備及存儲介質

在審

• 申請號: 202310063955.0
• 申請日: 2023-01-12
• 公開（公告）號: CN116186395A
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 常健新;關琳;惠軼群
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N3/08
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

本公開關于一種資源推薦、模型訓練方法及裝置、設備及存儲介質，涉及互聯網技術領域，可以解決超長行為序列對應的計算量較大的問題。該方法包括：獲取待推薦資源在資源特征維度的第一資源數據、賬戶行為在行為特征維度的行為數據的集合；根據第一資源數據、預先存儲的每個歷史資源在資源特征維度的第二資源數據，確定目標行為數據；目標行為數據對應的目標歷史資源在資源特征維度，與待推薦資源之間的相似度大于第一預設相似度；根據第一資源數據、第三資源數據、目標行為數據，確定待推薦資源中向賬戶推薦的目標資源；目標資源在資源特征維度和行為特征維度，與目標歷史資源之間的相似度大于第二預設相似度。

技術領域

本公開涉及互聯網技術領域，尤其涉及一種資源推薦、模型訓練方法及裝置、設備及存儲介質。

背景技術

基于點擊率(click?through?rate，CTR)估計的目標興趣預測模型在推薦系統中起著至關重要的作用，可以基于賬戶的歷史行為序列，進行模型處理，得到賬戶針對資源的偏好程度，以使得后續可以根據偏好程度為賬戶推薦更感興趣的資源。

歷史行為序列可以包括賬戶在歷史時間段內產生的多個行為數據。當歷史行為序列的序列長度越大，即行為數據的數量越多時，目標興趣預測模型得到的偏好程度更精準，同時，模型處理過程中消耗的計算資源越多，時延越長。

目前，通用方法需要針對每個行為數據進行多維的特征提取，然后比較提取后的特征數據，來預測賬戶對待推薦資源的興趣。為了滿足實際部署對時延和計算資源的要求，通用方法只能處理序列長度較小的歷史行為序列，數量在幾百個左右，導致預測結果的準確性降低。

發明內容

本公開提供一種資源推薦、模型訓練方法及裝置、設備及存儲介質，用于解決超長行為序列對應的計算量較大的問題。

本公開實施例的技術方案如下：

根據本公開實施例的第一方面，提供一種資源推薦方法，包括：獲取待推薦資源在資源特征維度的第一資源數據、賬戶行為在行為特征維度的行為數據的集合；賬戶行為用于表示賬戶針對每個歷史資源執行的交互行為；根據第一資源數據、預先存儲的每個歷史資源在資源特征維度的第二資源數據，確定目標行為數據；目標行為數據對應的目標歷史資源在資源特征維度，與待推薦資源之間的相似度大于第一預設相似度；根據第一資源數據、第三資源數據、目標行為數據，確定待推薦資源中向賬戶推薦的目標資源；目標資源在資源特征維度和行為特征維度，與目標歷史資源之間的相似度大于第二預設相似度；第三資源數據為目標歷史資源的第二資源數據。

可選的，根據第一資源數據、第三資源數據、目標行為數據，確定待推薦資源中向賬戶推薦的目標資源的方法，包括：將第一資源數據、第三資源數據、目標行為數據，輸入到第一多頭注意力模型中，確定第一注意力指標；第一注意力指標用于表示待推薦資源在資源特征維度和行為特征維度，與目標歷史資源之間的相似度；基于第一注意力指標，確定目標資源。

可選的，將第一資源數據、第三資源數據、目標行為數據，輸入到多頭注意力模型中，確定第一注意力指標的方法，包括：根據第一多頭注意力模型的第一參數集合、第一資源數據、第三資源數據、目標行為數據，確定待推薦資源的第一注意力權重；第一參數集合包括：資源特征維度的權重和行為特征維度的權重；根據第一注意力權重、第三資源數據、以及強化權重，確定第一注意力指標；強化權重用于提高資源特征維度的權重。

可選的，根據第一資源數據、預先存儲的每個歷史資源在資源特征維度的第二資源數據，確定目標行為數據的方法，包括：將第一資源數據、第二資源數據，輸入到第二多頭注意力模型中，確定待推薦資源的第二注意力權重；第二注意力權重用于表示待推薦資源在資源特征維度，與目標歷史資源之間的相似度；根據第二注意力權重，從行為數據的集合中，確定目標行為數據。

可選的，將第一資源數據、第二資源數據，輸入到第二多頭注意力模型中，確定待推薦資源的第二注意力權重的方法，包括：獲取資源特征維度的權重；根據資源特征維度的權重、第一資源數據、第二資源數據，確定第二注意力權重。