【发明公布】信息推荐方法、模型训练方法及相关装置_腾讯科技(深圳)有限公司_202011398840.X 

申请/专利权人：腾讯科技(深圳)有限公司

申请日：2020-12-03

发明/设计人：钟子宏

公开（公告）日：2021-02-19

代理机构：深圳市深佳知识产权代理事务所(普通合伙)

公开（公告）号：CN112380449A

代理人：王兆林

主分类号：G06F16/9535(20190101)

地址：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层

分类号：G06F16/9535(20190101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-公开

法律状态：2021.02.19#公开

摘要：本申请实施例公开了一种人工智能领域的信息推荐方法、模型训练方法及相关装置，其中该信息推荐方法包括：获取预测数据集，该预测数据集包括多个目标用户各自对应的预测数据，预测数据包括第T周期内目标用户的用户特征数据、目标推荐信息的信息特征数据和预测标签；根据预测数据集中各预测数据包括的预测标签，确定预测数据集中的正负样本比例作为预测状态转移概率；通过感兴趣概率预测模型，根据用户特征数据、信息特征数据和预测状态转移概率，确定第T+1周期内目标用户对目标推荐信息的感兴趣概率；根据该感兴趣概率，确定在第T+1周期内是否向目标用户推荐目标推荐信息。该方法能够确保信息推荐的准确性。

主权项：1.一种信息推荐方法，其特征在于，所述方法包括：获取预测数据集；所述预测数据集包括多个目标用户各自对应的预测数据，所述预测数据包括预测特征数据和预测标签，所述预测特征数据包括第T周期内所述目标用户的用户特征数据、以及所述第T周期内目标推荐信息的信息特征数据，所述预测标签是根据所述第T周期内所述目标用户对所述目标推荐信息的查看情况确定的；所述T为大于1的整数；根据所述预测数据集中各所述预测数据包括的所述预测标签，确定所述预测数据集中的正负样本比例，作为预测状态转移概率；通过感兴趣概率预测模型，根据所述目标用户对应的所述预测数据包括的所述预测特征数据、以及所述预测状态转移概率，确定第T+1周期内所述目标用户对所述目标推荐信息的感兴趣概率；根据所述第T+1周期内所述目标用户对所述目标推荐信息的感兴趣概率，确定在所述第T+1周期内是否向所述目标用户推荐所述目标推荐信息。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 信息推荐方法、模型训练方法及相关装置

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