申请/专利权人：腾讯科技(深圳)有限公司;清华大学

申请日：2022-11-16

公开（公告）日：2024-04-16

公开（公告）号：CN117892834A

主分类号：G06N20/00

分类号：G06N20/00;G06F16/9535

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：提出了一种媒体内容推荐模型训练方法和装置。该媒体内容推荐模型训练方法包括：获取多个对象的数据集；对每一个对象的数据集的多个交互记录进行分组，使得同一组内各个交互记录的媒体内容时长在同一预设范围内；通过数据规范化处理计算与每一组中每一个交互记录对应的交互时长增益；基于每一个交互记录构造第一训练样本，并基于该交互记录对应的交互时长增益构造对应的第一样本标签；将第一训练样本输入到第一媒体内容推荐模型以基于第一媒体内容推荐模型的输出结果和第一样本标签计算第一损失；至少基于第一损失确定第一媒体内容推荐模型的目标损失；以及基于目标损失，对第一媒体内容推荐模型的参数进行迭代更新直至满足预设条件。

主权项：1.一种媒体内容推荐模型训练方法，包括：获取多个对象的数据集，每个对象的数据集包括该对象与多个媒体内容的多个交互记录，每个交互记录包括对象相关特征、媒体内容特征以及交互时长，所述媒体内容特征包括媒体内容时长；针对每一个对象的数据集，对该数据集的所述多个交互记录进行分组，使得同一组内各个交互记录的媒体内容时长在同一预设范围内；针对每一组交互记录，基于该组交互记录中各个交互记录的交互时长，对该组中每个交互记录的交互时长进行数据规范化处理以得到与该交互记录对应的交互时长增益；针对每一个交互记录，基于该交互记录中的对象相关特征和媒体内容特征构造第一训练样本，并基于该交互记录对应的交互时长增益构造第一训练样本对应的第一样本标签；将每一个交互记录对应的所述第一训练样本输入到第一媒体内容推荐模型以基于所述第一媒体内容推荐模型的输出结果和所述第一样本标签计算第一损失；至少基于所述第一损失确定所述第一媒体内容推荐模型的目标损失；基于所述目标损失，对所述第一媒体内容推荐模型的参数进行迭代更新直至所述目标损失满足预设条件。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司;清华大学 媒体内容推荐模型训练方法和装置

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