基于人工智能的多目标推荐模型的训练方法及装置.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111090756 A (43)申请公布日 2020.05.01 (21)申请号 202010214210.6 (22)申请日 2020.03.24 (71)申请人 腾讯科技（深圳）有限公司 地址 518000 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 刘剑　刘鸿　陈凯　夏锋　 (74)专利代理机构 北京派特恩知识产权代理有 限公司 11270 代理人 王花丽　张颖玲 (51)Int.Cl. G06F 16/435(2019.01) G06F 16/45(2019.01) G06K 9/62(2006.01) 权利要求书3页 说明书19页 附图8页 (54)发明名称 基于人工智能的多目标推荐模型的训练方 法及装置 (57)摘要 本发明提供了一种基于人工智能的多目标 推荐模型的训练方法、装置、电子设备及存储介 质；方法包括：获取多目标推荐模型的训练样本， 该训练样本标注有与交互特征相对应的至少两 个标签；该交互特征包括第一交互特征及至少一 个第二交互特征，第二交互特征的采样时间窗口 大于第一交互特征的采样时间窗口；将训练样本 分别输入至少一个教师模型；通过至少一个教师 模型，分别对训练样本进行第二交互特征预测， 得到相应的预测结果；基于得到的预测结果，更 新训练样本中相应第二交互特征的标签，得到更 A 新至少一个标签后的训练样本；基于更新至少一 6 个标签后的训练样本，训练多目标推荐模型；通 5 7 0 过本发明，能够提高多目标推荐模型的预测精 9 0 1 度。 1 1 N C CN 111090756 A 权　利　要　求　书 1/3页 1.一种基于人工智能的多目标推荐模型的训练方法，其特征在于，所述方法包括： 获取用于媒体对象推荐的多目标推荐模型的训练样本，所述训练样本标注有与交互特 征相对应的至少两个标签； 其中，所述交互特征包括：第一交互特征及至少一个第二交互特征，所述第二交互特征 的采样时间窗口大于所述第一交互特征的采样时间窗口； 将所述训练样本分别输入至少一个教师模型，每个所述教师模型用于对一个所述第二 交互特征进行预测； 通过所述至少一个教师模型，分别对所述训练样本进行第二交互特征预测，得到相应 的预测结果； 基于得到的所述至少一个教师模型的预测结果，更新所述训练样本中相应第二交互特 征的标签，得到更新至少一个标签后的训练样本； 基于所述更新至少一个标签后的训练样本，训练所述多目标推荐模型， 使得所述多目标推荐模型能够基于输入的媒体对象，进行对应所述第一交互特征及所 述至少一个第二交互特征的特征预测，以基于特征预测结果对所述媒体对象进行推荐。 2.如权利要求1所述的方法，其特征在于，所述获取用于媒体对象推荐的多目标推荐模 型的训练样本，包括： 基于所述第一交互特征的采样时间窗口，采集媒体对象对应所述第一交互特征的数据 及对应所述至少一个第二交互特征的数据；并 基于采集的数据构造所述多目标推荐模型的训练样本。 3.如权利要求1所述的方法，其特征在于，所述基于得到的所述至少一个教师模型的预 测结果，更新所述训练样本中相应第二交互特征的标签，得到更新至少一个标签后的训练 样本，包括： 分别将各所述教师模型的预测结果，作为训练样本中相应的第二交互特征的标签进行 标注，以更新训练样本中相应第二交互特征的标签，得到更新至少一个标签后的训练样本。