【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