CN113536105B 推 荐模型训练方法和装置 （腾讯科技（深圳）有限公司）

历史推荐目标进行排序，得到历史推荐目标序序列对应的排序评价信息确定目标排序评价信本方法能够提高目标融合推荐模型在进行推荐2获取训练样本，所述训练样本包括各个历史推荐目标，并获将所述训练样本输入到所述已训练子目标模型中，得到各个已将各个子推荐度集输入到初始融合推荐模型中，得到融合推荐度集，基于所述历史推荐目标序列的顺序将所述子标签集中各个历史推荐目标对应的子标基于排序评价指标确定各个子标签序列对应的排序评价信息，基于各个历史用户标识和每个历史用户标识对应的各个历史基于所述目标排序评价信息更新所述初始融合推荐模型，当训练获取所述各个子标签序列对应的标签数据类型，基于所述标签所述基于所述标签数据类型确定所述各个子标签序列对应的排序各个子标签序列对应的排序评价指标计算所述各个子标签序列对应的排序评价信息，包从所述历史推荐目标序列中确定各个第一类别子标签对应的历史推荐目标位置标识，计算所述各个第一类别子标签对应的历史推荐目基于所述第一类别子标签数量、所述第二类别子标签数量和所述标所述基于所述标签数据类型确定所述各个子标签序列对应的排序各个子标签序列对应的排序评价指标计算所述各个子标签序列对应的排序评价信息，包3计算所述正序对数量与所述序列对总数的比值，得到所述第计算所述第二子标签左序列的第一正序对数量并计算所述第二子标签右序列的第二计算所述第二子标签左序列与所述第二子标签右获取所述各个已训练子目标模型对应的预设权重，基于所述各个获取所述每个历史用户标识的各个子标签序列对应的排序评价基于所述每个历史用户标识对应的历史推荐目标数量对所述每个历史用户标识的各基于所述每个历史用户对应的历史推荐目标数量计算得到历史所述基于所述各个已训练子目标模型对应的预设权重和所述各个子标签序列的排序基于所述各个已训练子目标模型对应的预设权重和所述各个子标签序列对应的特定基于所述模拟梯度和预设学习率更新所述初始融合推荐模型中的初始模4基于所述目标排序评价信息计算所述初始融合推荐模型中初始模基于所述初始融合推荐模型中初始模型参数的偏导数确定所获取预设第一参数微变量，基于所述预设第一参数微变量调整基于所述第一调整融合推荐模型和所述训练样本确定第一计算所述第一调整排序评价信息与所述目标排序评价获取预设第二参数微变量，基于所述预设第二参数微变量调整基于所述第二调整融合推荐模型和所述训练样本确定目标历史推荐目标序列；基于所述目标历史推荐目标序列计算所述预设条件对应的目标计算所述目标特定评价指标信息与所述特定评价指标基于所述第二调整模型参数对应的偏导数确定所述初始融合推荐模型对应的目标模基于所述目标模拟梯度和预设目标学习率更新所述初始融合推荐模型中的初始模型所述将所述训练样本输入到所述已训练子目标模型中，得到各个已训获取所述历史用户标识对应的历史属性特征和所述各个历史推荐目标对应的历史推将所述历史属性特征和所述各个历史推荐目标特征输入到所述已训练子目标模型中，得到各个已训练子目标模型输出的所述历史用户标识对应的子推5获取各个待推荐目标以及对应的目标属性特征，将所述属性输入至少二个已训练子目标模型中，得到各个已训练子目标模型输出的子目标推荐度集，所述子目标推荐度集中包括所述各个待推荐目标对应的子目标将各个子推荐度集输入到目标融合推荐模型中，得到所述各个待从所述待推荐目标序列中选取预设数量的待推荐目标，将所述预设数子推荐度得到模块，用于将所述训练样本输入到所述已训子序列得到模块，用于基于所述历史推荐目标推荐目标对应的子标签进行排序，得到所述各个已训练子目标模型分别对应的子标签序列；评价模块，用于基于排序评价指标确定各个子标签序列对应的排序评价练子目标模型对应的预设权重和所述各个子标签序列对应的平均排序评价信息进行加权训练样本包括各个历史用户标识和每个历史用户标识对应的各个历更新模块，用于基于所述目标排序评价信息更新所述初始融合推荐类型获取单元，用于获取所述各个子标签序列对应的标签数所述类型获取单元还用于当第一子标签序列对应的标签数据类型为离散数据类型时，6第二类别子标签数量和所述标识和计算所述第一子标签序列对应的所述类型获取单元还用于当第二子标签序列对应的标签数据类型为连续数据类型时，正序对数量和所述交互正序对数量确定所述第一目标信息得到单元，用于获取所述各个已训练子目标模型所述各个已训练子目标模型对应的预设权重对所述各个子标签序列的排序评价信息进行特定信息得到单元，用于获取所述每个历史用户标识的各个标识对应的历史推荐目标数量对所述每个历史用户标识的各个子标签序列对应的排序评所述第一目标信息得到单元还用于基于所述各个已训练子目标模型对应的预设权重梯度计算单元，用于当所述初始融合推荐模型符合预设条件时，基于价信息模拟计算所述初始融合推荐模型中初始模型参参数更新单元，用于基于所述模拟梯度和预设学习率更新所模型得到单元，用于当所述更新融合推荐模型达到预设训练偏导数计算子单元，用于基于所述目标排序评价信息计7模拟梯度确定子单元，用于基于所述初始融合推荐模型中初始模型标序列；基于所述目标历史推荐目标序列计算所述预设条件对应的目标特定评价指标信所述子推荐度得到模块还用于获取所述历史用户标识对应的历史属性特征和所述各特征输入模块，用于获取各个待推荐目标以及对应的目的子目标推荐度集，所述子目标推荐度集中包括所述各个待推荐目标对应的子目标推荐融合模块，用于将各个子推荐度集输入到目标融合推荐方法中权利要求1至12中任意一项所述的方法训排序模块，用于基于所述融合推荐度将所述各个待推8标序列；推荐模块，用于从所述待推荐目标序列中选取预设数量的待推理器执行时实现权利要求1至13中任一项所述的方法9[0008]基于历史推荐目标序列的顺序将子标签集中各个历史推荐目标对应的子标签进[0013]获取所述历史用户标识对应的历史属性特征和所述各个历史推荐目标对应的历[0014]将所述历史属性特征和所述各个历史推荐目标特征输入到所述已训练子目标模标推荐度集中包括各个待推荐目标对应的子目标推[0038]基于历史推荐目标序列的顺序将子标签集中各个历史推荐目标对应的子标签进标推荐度集中包括各个待推荐目标对应的子目标推[0051]基于历史推荐目标序列的顺序将子标签集中各个历史推荐目标对应的子标签进标推荐度集中包括各个待推荐目标对应的子目标推别对应的子标签序列，并根据各个子标签序列对应的排序评价信息确定目标排序评价信[0078]人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控务器104将训练样本输入到已训练子目标模型中，得到各个已训练子目标模型输出的子推列；基于历史推荐目标序列的顺序将子标签集中各个历史推荐目标对应的子标签进行排务器104可以用独立的服务器或者是多个服务器组序列是指将历史推荐目标按照融合推荐度排序后得到的序列。输入到初始融合推荐模型中，得到输出的该历史推荐目标在融合推荐度集中的融合推荐[0094]步骤208，基于历史推荐目标序列的顺序将子标签集中各个历史推荐目标对应的而得到对应的子标签序列。史推荐目标序列对应的排序准确性的排序评价(AdaGrad算法的改进)、RMSprop(AdaGrad算法的改进)、Adam(AdaptiveMoment[0106]获取历史用户标识对应的历史属性特征和各个历史推荐目标对应的历史推荐目已训练子目标模型输出的历史用户标识对应的子推荐度[0111]在一个实施例中，基于排序评价指标确定各个子标签序型对应的标签可以设置为离散数据类型。线性模型对应的标签可以设置为连续数据类型，列对应的排序评价指标计算各个子标签序列对应的排正序对占比进行计算。定义第i历史用户标识对应的第k个子标签序列为j(w),i为正整[0117]其中，pki(W)表示第i历史用户标识对应的第k个子标签序列的排序评价信息。Rg,(w),jz(w))表示根据第i历史用户标识对应的融合分数序列g,(w)确定第i历史用户标识对应的第k个子标签序列为jiu(w),然后使用第k个子标签序列的排序指标为Pk计算第i历史用户标识对应的第k个子标[0122]具体地，服务器判断当第一子标签序列对应的标签数据[0123]步骤304，从历史推荐目标序列中确定各个第一类别子标签对应的历史推荐目标[0138]具体地，服务器判断当第二子标签序列对应的标签数据[0141]步骤502，计算第二子标签左序列的第一正序对数量并计算第二子标签右序列的的正序对数量为0。第二子标签右序列(6)的正序对数量为0。然后进行合并排序计算得到个已训练子目标模型对应的预设权重对各个子标签序列的排序评价信息进行加权并求和，示第i个已训练子目标模型对应的预设权重。表示基于各个已训练子目标模型对应的预设权重对各个子标签序列的排序评价信息进行加权并[0157]步骤704，基于每个历史用户标识的各个子标签序列对应的排序评价信息和历史型对应的子标签序列。ki示每个历史用户标识的第k个子标签序列对应的排序评价信息的和与历史用户总数量的比值[0163]基于各个已训练子目标模型对应的预设权重和各个子标签序列的排序评价信息[0164]步骤706，基于各个已训练子目标模型对应的预设权重和各个子标签序列对应的[0171]步骤804，基于每个历史用户标识对应的历史推荐目标数量对每个历史用户标识[0174]步骤806，基于每个历史用户对应的历史推荐目标数量计算得到历史推荐目标总[0177]在一个具体的实施例中，可以使用如下所示的公式(5)计算得到各个子标签序列第k个子标签序列对应的排序评价信息。表示计算每个历史用户标识的第k个子标签序列对应的排序评价信息的加权和与历史推荐目标总[0180]基于各个已训练子目标模型对应的预设权重和各个子标签序列的排序评价信息[0181]步骤808，基于各个已训练子目标模型对应的预设权重和各个子标签序列对应的[0188]其中，预设条件是指预先设置好的融合推荐模型输出的结果符合的评价指标条[0195]步骤906，当更新融合推荐模型达到预设训练完成条件时，得到目标融合推荐模(6)计算初始模型参数的偏导数，则通过计算初始模型参数与变化量之间差[0209]具体地，服务器将训练样本对应的各个子推荐度输入到第一调整融合推荐模型[0210]步骤1006，计算第一调整排序评价信息与目标排序评价[0212]在一个具体的实施例中，也可以使用如下所示的公式(8)计算初始融合推荐模型Δw,wl+1,...,wt])表示第l个初始模型参数减少预设第一参数微变量时得到的调整排序评[0216]其中，Vw表示第一个初始模型参数的偏导数。二调整融合推荐模型使用第二调整模型参数得到[0227]具体地，服务器将训练样本对应的各个子推荐度输入到第二调整融合推荐模型标历史推荐目标序列。[0230]其中，目标特定评价指标信息是指标历史推荐目标序列对应的特定评价指标信[0239]在一个具体的实施例中，也可以使用如下所示的公式(10)计算得到目标模拟梯预设第二参数微变量时计算得到的特定评价指标信息。Rq([w1,w2...,wl-1,wl-Δw,wl+1,...,wt])指第l个初始模型参数减少预设第二参数微变量时计算得到的特定评价指标算得到的特定评价指标信息与在减少预设第二参数微变量时计算得到的特定评价指标信标信息来对初始融合推荐模型中的参数进行更新，直到初始融合推荐模型符合预设条件，练子目标模型对应的预设权重和各个子标签序列对应的平均排序评价信息进行加权计算，[0265]步骤1316，基于模拟梯度和预设学习率更新初始融合推荐模型中的初始模型参[0267]获取特定样本x，该特定样本x包括属性特征和历史推荐目标特征组成的样本i个用户标识对应有mi个特定样本，这些特定样本中包括该属性特征和mi个历史推荐G表示融合推荐模型，计算得到第i个用户推荐度序列为得到第K个已训练子目标模型的子标签序列为jiu(w).融合推荐度序列和子标签序列j(w)的长度相同为mi。此时，使用排序评价指标计算每个已[0269]然后计算在初始模型参数W下的初始融合推荐模型是否满足各个预设条件，当所有预设条件都满足时，使用公式(8)来计算初始融合推荐模型中每个初始模型参数的偏导列。基于历史推荐广告序列的顺序将子标签集中各个历史推荐广告对应的子标签进行排[0275]应该理解的是，虽然图2-5和图7-13中的流程图中的各个步骤按照箭头的指示依[0281]评价模块1410，用于基于排序评价指标确定各个子标签序列对应的排序评价信[0287]类型获取单元还用于当第一子标签序列对应的标签数据右序列的第二正序对数量；计算第二子标签左序列与第二子标签右序列的交互正序对数各个已训练子目标模型对应的预设权重对各个子标