申请/专利权人：北京百度网讯科技有限公司

申请日：2020-12-24

公开（公告）日：2024-04-09

公开（公告）号：CN112632403B

主分类号：G06F16/9536

分类号：G06F16/9536;G06Q30/0251;G06Q30/0601

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.04.27#实质审查的生效;2021.04.09#公开

摘要：本申请公开了一种推荐模型的训练方法、推荐方法、装置、设备和介质，涉及NLP、深度学习领域。实现方案为：并根据偏好矩阵生成参考样本，参考样本中包含所述偏好矩阵中对应元素的用户分量和物品分量、表征用户分量所对应用户对象属性的属性向量、表征物品分量所对应物品对象属性的属性向量；对参考样本中的用户分量和或物品分量的取值置零得到训练样本，采用训练样本对推荐模型进行训练。由此，通过置零用户分量和或物品分量，并引入了属性向量，使得推荐模型在冷启动场景下依赖属性向量，学习得到用户和或物品的偏好信息，从而在冷启动场景下，可以提升推荐结果的准确性，提升推荐效果。

主权项：1.一种推荐模型的训练方法，包括：根据偏好矩阵，生成参考样本，其中，所述参考样本中包含所述偏好矩阵中对应元素的用户分量和物品分量，以及表征所述用户分量所对应用户对象属性的属性向量，以及表征所述物品分量所对应物品对象属性的属性向量，所述物品对象属性的属性向量包括物品对象对应的描述信息、收藏数量、购买数量；对所述参考样本中的所述用户分量或所述物品分量的取值置零，得到训练样本；采用所述训练样本，对推荐模型进行训练，所述推荐模型为LFM。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 推荐模型的训练方法、推荐方法、装置、设备和介质

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