【技術實現步驟摘要】
本申請涉及推薦系統，尤其涉及一種推薦模型訓練方法、推薦方法、裝置、電子設備及存儲介質。
技術介紹
1、推薦系統建立在海量數據挖掘基礎上，高效地為目標對象提供針對性的決策支持和信息服務，以提高目標對象體驗及商業效益。多任務(例如，點擊、點贊、播放時長等)優化是推薦算法優化的核心，直接影響到推薦算法的內容分發效率以及目標對象留存率。在一種相關技術中，推薦算法由兩部分組成：1.訓練多任務模型，在待推薦對象上學習各個任務的預估分；2.選擇目標融合函數，通過目標融合函數對各個任務的預估分進行融合以獲得融合分，按照融合分對待推薦對象進行篩選和排序。上述相關技術沒有考慮目標對象在任務層面的個性化消費需求，且目標融合函數通常是基于經驗選擇，通過該目標融合函數計算任務的融合分的效果差，因此上述相關技術中的推薦方法不能有效地根據目標對象特征為目標對象推薦最合適的待推薦對象。
技術實現思路
1、本申請實施例提供一種推薦模型訓練方法、推薦方法、裝置、電子設備及存儲介質，以解決相關技術中存在的問題。
2、第一方面，本申請實施例提供了一種推薦模型訓練方法，包括：初始化所述推薦模型中的參數，所述推薦模型的結構包括概率空間輸出單元以及專家網絡，所述專家網絡用于預測至少一個任務；獲取用于訓練所述推薦模型的樣本，將所述樣本中的目標對象特征輸入到所述概率空間輸出單元，以獲得任務概率空間，所述樣本對應標記有所述至少一個任務對應的標簽；將所述目標對象特征以及所述樣本中的物品特征輸入到所述專家網絡，獲得所述至少一
3、第二方面，本申請實施例提供了一種推薦方法，包括：基于第一方面所述的推薦模型訓練方法訓練的推薦模型，輸出待排序對象對應的評估分；根據所述待排序對象對應的評估分，對所述待排序對象進行排序并展示。
4、第三方面，本申請實施例提供了一種推薦模型訓練裝置，包括：初始化模塊，配置來初始化所述推薦模型中的參數，所述推薦模型的結構包括概率空間輸出單元以及專家網絡，所述專家網絡用于預測至少一個任務；任務概率空間獲得模塊，配置來獲取用于訓練所述推薦模型的樣本，將所述樣本中的目標對象特征輸入到所述概率空間輸出單元，以獲得任務概率空間，所述樣本對應標記有所述至少一個任務對應的標簽；預測分獲得模塊，配置來將所述目標對象特征以及所述樣本中的物品特征輸入到所述專家網絡，獲得所述至少一個任務對應的預測分；參數更新模塊，配置來基于所述任務概率空間對所述至少一個任務進行采樣，并基于被采樣的任務對應的預測分和所述被采樣的任務對應的標簽更新所述推薦模型中的參數。
5、第四方面，本申請實施例提供了一種電子設備，包括存儲器、處理器及存儲在存儲器上的計算機程序，所述處理器在執行所述計算機程序時實現上述任一項所述的方法。
6、第五方面，本申請實施例提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質內存儲有計算機程序，所述計算機程序被處理器執行時實現上述任一項所述的方法。
7、與現有技術相比，本申請具有如下優點：
8、依據本申請實施例，推薦模型基于樣本中的目標對象特征，為該目標對象輸出對應的任務概率空間，以表征該目標對象的個性化消費需求。使用任務概率空間對任務進行采樣，基于采樣到的任務的預測分與標簽更新推薦模型中的參數，可以使推薦模型對目標對象偏好的任務輸出更高的預測分，進而可以有效地為目標對象推薦更合適的待推薦對象。
9、上述說明僅是本申請技術方案的概述，為了能夠更清楚了解本申請的技術手段，可依照說明書的內容予以實施，并且為了讓本申請的上述和其他目的、特征和優點能夠更明顯易懂，以下特舉本申請的具體實施方式。
本文檔來自技高網...【技術保護點】
1.一種推薦模型訓練方法，包括：
2.根據權利要求1所述的方法，其中，所述推薦模型的結構還包括嵌入層，所述將所述樣本中的目標對象特征輸入到所述概率空間輸出單元，以獲得任務概率空間，包括：
3.根據權利要求2所述的方法，其中，所述將所述目標對象特征以及所述樣本中的物品特征輸入到所述專家網絡，獲得所述至少一個任務對應的預測分，包括：
4.根據權利要求3所述的方法，其中，所述推薦模型的結構還包括融合函數單元，所述方法還包括：
5.根據權利要求2或3所述的方法，所述基于被采樣的任務對應的預測分和所述被采樣的任務對應的標簽更新所述推薦模型中的參數，包括：
6.根據權利要求4所述的方法，所述方法還包括：
7.根據權利要求4所述的方法，其中，所述將所述目標對象特征對應的低維特征向量輸入到所述融合函數單元，以構造目標融合函數包括：
8.根據權利要求2或3所述的方法，其中，所述目標對象特征包括以下特征中的至少一個：目標對象屬性特征、目標對象行為序列特征、上下文特征，所述物品特征包括以下特征中的至少一個：物品屬性特征
9.一種推薦方法，包括：
10.一種推薦模型訓練裝置，包括：
11.一種電子設備，包括存儲器、處理器及存儲在存儲器上的計算機程序，所述處理器在執行所述計算機程序時實現權利要求1-9中任一項所述的方法。
12.一種計算機可讀存儲介質，所述計算機可讀存儲介質內存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1-9中任一項所述的方法。
...【技術特征摘要】
1.一種推薦模型訓練方法，包括：
2.根據權利要求1所述的方法，其中，所述推薦模型的結構還包括嵌入層，所述將所述樣本中的目標對象特征輸入到所述概率空間輸出單元，以獲得任務概率空間，包括：
3.根據權利要求2所述的方法，其中，所述將所述目標對象特征以及所述樣本中的物品特征輸入到所述專家網絡，獲得所述至少一個任務對應的預測分，包括：
4.根據權利要求3所述的方法，其中，所述推薦模型的結構還包括融合函數單元，所述方法還包括：
5.根據權利要求2或3所述的方法，所述基于被采樣的任務對應的預測分和所述被采樣的任務對應的標簽更新所述推薦模型中的參數，包括：
6.根據權利要求4所述的方法，所述方法還包括：
7.根據權利要求4所述的方法，其中，...
【專利技術屬性】
技術研發人員：趙鵬，張恒，
申請(專利權)人：杭州阿里云飛天信息技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。