申请/专利权人：华为技术有限公司

申请日：2019-10-31

公开（公告）日：2024-07-05

公开（公告）号：CN113508378B

主分类号：G06F16/9535

分类号：G06F16/9535

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2021.11.02#实质审查的生效;2021.10.15#公开

摘要：一种推荐模型的训练方法、推荐方法、装置及计算机可读介质，应用于人工智能AI领域中。该训练方法包括：获取至少一个第一训练样本；通过插补模型对第一用户的属性信息和第一推荐对象的信息进行处理，获取第一训练样本的插补预测标签，其中，插补模型的模型参数是基于至少一个第二训练样本进行训练得到的，第二训练样本是在当第二推荐对象为随机展示给第二用户的情况下获得的；以第一用户的属性信息和第一推荐对象的信息作为推荐模型的输入，以第一训练样本的插补预测标签作为推荐模型的目标输出值进行训练，得到训练后的推荐模型。该能够减轻训练数据偏置对推荐模型训练的影响，提高推荐模型的准确性。

主权项：1.一种推荐模型的训练方法，其特征在于，包括：获取至少一个第一训练样本，所述第一训练样本包括第一用户的属性信息和第一推荐对象的信息；通过插补模型对所述第一用户的属性信息和所述第一推荐对象的信息进行处理，获取所述第一训练样本的插补预测标签，所述插补预测标签用于表示向所述第一用户推荐所述第一推荐对象时，所述第一用户是否对所述第一推荐对象有操作动作的预测；其中，所述插补模型的模型参数是基于至少一个第二训练样本进行训练得到的，所述第二训练样本包括第二用户的属性信息和第二推荐对象的信息以及所述第二训练样本的样本标签，所述第二训练样本的样本标签用于表示所述第二用户是否对所述第二推荐对象有操作动作，所述第二训练样本是在当所述第二推荐对象为随机展示给所述第二用户的情况下获得的；以所述第一用户的属性信息和所述第一推荐对象的信息作为推荐模型的输入，以所述第一训练样本的插补预测标签作为所述推荐模型的目标输出值进行训练，得到训练后的推荐模型，所述方法还包括：获取至少一个第三训练样本，所述第三训练样本包括第三用户的属性信息和第三推荐对象的信息以及所述第三训练样本的样本标签，所述第三训练样本的样本标签用于表示所述第三用户是否对所述第三推荐对象有操作动作，以及所述以所述第一用户的属性信息和所述第一推荐对象的信息作为推荐模型的输入，以所述第一训练样本的插补预测标签作为所述推荐模型的目标输出值进行训练，得到训练后的推荐模型，包括：以所述第一用户的属性信息和所述第一推荐对象的信息以及所述第三用户的属性信息和所述第三推荐对象的信息作为推荐模型的输入，以所述第一训练样本的插补预测标签和所述第三训练样本的样本标签作为所述推荐模型的目标输出值基于目标训练模型进行训练，得到训练后的推荐模型。

全文数据：

权利要求：

百度查询： 华为技术有限公司 推荐模型的训练方法、推荐方法、装置及计算机可读介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD