(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 (43)申请公布日 (21)申请 号 202111265649.2 (22)申请日 2021.10.28 (71)申请人 北京达佳互联信息技 术有限公司 地址 100085 北京市海淀区上地西路6号1 幢1层101D1-7 (72)发明人 常超　宋金波　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 郝传鑫　贾允 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/635(2019.01) G06N 20/00(2019.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (54)发明名称 一种目标推荐模型训练方法、 推荐方法、 装 置及电子设备 (57)摘要 本公开关于一种目标推荐模 型训练方法、 装 置、 电子设备及存储介质。 方法包括： 获取第一样 本集， 第一样本集包括多个用户， 多个用户中每 个用户对应的第一正样本和第一负样本， 将第一 样本集输入神经网络模型， 得到每个用户对应的 第一正样 本和第一负样本 之间的第一相似度， 基 于第一相似度和预设阈值确定预设损失函数， 预 设损失函数包括 以用户为中心排序的第一预设 损失函数， 或者， 多中心排序的第二预设损失函 数， 基于预设损失函数对预设机器学习模型进行 训练， 得到目标推荐模型。 这样， 通过以用户为中 心排序或者多中心排序的预设损失函数得到的 目标推荐模 型， 可以避免现有技术中忽略掉一些 用户事实上感兴趣的对象 的状况， 进而提高对象 推荐的准确率。 权利要求书2页 说明书15页 附图6页 CN 113901327 A 2022.01.07 CN 113901327 A 1.一种目标推荐模型的训练方法， 其特 征在于， 包括： 获取第一样本集； 所述第一样本集包括多个用户， 所述多个用户中每个用户对应的第 一正样本和第一负样本； 所述第一正样本表征在历史时段被推荐至所述用户且所述用户对 应的反馈信息满足反馈条件的样本； 所述第一负样本表征在所述历史时段被推荐至所述用 户且所述用户对应的反馈信息不满足所述反馈条件的样本， 或者， 所述第一负样本表征在 所述历史时段 未被推荐至所述用户的样本； 将所述第一样本集输入神经网络模型， 得到所述每个用户对应的第 一正样本和第 一负 样本之间的第一相似度； 基于所述第 一相似度和预设阈值确定预设损失函数； 所述预设损失函数包括以用户为 中心排序的第一预设损失函数， 或者， 多中心排序的第二预设损失函数； 基于所述预设损失函数对所述预设机器学习模型进行训练， 得到目标推荐模型。 2.根据权利要求1所述的目标推荐模型的训练方法， 其特征在于， 所述基于所述预设损 失函数对所述预设机器学习模型进行训练， 得到目标推荐模型包括： 计算所述每 个用户和对应的第一负 样本之间的第二相似度； 计算所述每 个用户和对应的第一 正样本之间的第三相似度； 基于所述预设损 失函数、 所述第一相似度、 所述第二相似度和所述第三相似度确定所 述每个用户对应的损失值； 基于所述每个用户对应的损失值对所述预设机器学习模型进行训练， 得到所述目标推 荐模型。 3.根据权利要求1 ‑2任一所述的目标推荐模型的训练方法， 其特征在于， 用户用户所述 预设损失函数的表达式为： 其中， L′为损失值， xui为所述第三相似度， xuj为所述第二相似度， xij为所述第一相似 度， γ为所述预设阈值， λ为多中心排序的权重， B包括用户， 正样本和负样本， 其中， 所述用 户和所述 正样本之间存在交 互信息， 所述用户和所述负 样本之间不存在交 互信息。 4.根据权利要求3所述的目标推荐模型的训练方法， 其特征在于， 在所述预设阈值包括 多种阈值时， 且所述多种阈值包括所述第二相似度， 所述第三相似度和预设值， 所述预设损 失函数的表达式为： 其中， L′ ′为综合损失值， 所述综合损失值表征当所述预设阈值包括多种阈值时， 所述 多种阈值中各个阈值对应的损失值的和； θ 为模型参数， η为 L2损失模型的权 重。 5.一种推荐方法， 其特 征在于， 包括： 获取目标用户的标识信息； 将所述目标用户的标识信息输入根据权利要求1至4任一目标推荐模型训练方法训练 得到的目标推荐模型， 得到所述目标对象的标识信息对应的推荐对象的标识信息 。 6.一种目标推荐模型训练装置， 其特 征在于， 包括： 样本集获取模块， 被配置为执行获取第一样本集； 所述第 一样本集包括多个用户， 所述权　利　要　求　书 1/2 页 2 CN 113901327 A 2多个用户中每个用户对应的第一正样本和 第一负样本； 所述第一正样本表征在历史时段被 推荐至所述用户且所述用户对应的反馈信息满足反馈条件的样本； 所述第一负样本表征在 所述历史时段被推荐至所述用户且所述用户对应的反馈信息不满足所述反馈条件的样本， 或者， 所述第一负 样本表征在所述历史时段 未被推荐至所述用户的样本； 相似度确定模块， 被配置为执行将所述第一样本集输入神经网络模型， 得到所述每个 用户对应的第一 正样本和第一负 样本之间的第一相似度； 损失函数确定模块， 被配置为执行基于所述第一相似度和预设阈值确定预设损失函 数； 所述预设损失函数包括以用户为中心 排序的第一预设损失函数， 或者， 多中心 排序的第 二预设损失函数； 模型训练模块， 被配置为执行基于所述预设损失函数对所述预设机器学习模型进行训 练， 得到目标推荐模型。 7.一种推荐装置， 其特 征在于， 包括： 目标用户获取模块， 被 配置为执 行获取目标用户的标识信息； 推荐对象确定模块， 被配置为执行将所述目标用户的标识信 息输入根据权利要求1至4 任一目标推荐模型训练方法训练得到的目标推荐模型， 得到所述目标对象的标识信息对应 的推荐对象的标识信息 。 8.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储所述处 理器可执行指令的存 储器； 其中， 所述处理器被配置为执行所述指令， 以实现如权利要求1至4中任一项所述的目 标推荐模型训练方法， 或实现如权利要求5所述的推荐方法。 9.一种计算机可读存储介质， 其特征在于， 当所述计算机可读存储介质中的指令由电 子设备的处理器执行时， 使得所述电子 设备能够执行如权利要求 1至4中任一项 所述的目标 推荐模型训练方法， 或执 行如权利要求5所述的推荐方法。 10.一种计算机程序产品， 其特征在于， 所述计算机程序产品包括计算机程序， 所述计 算机程序存储在可读存储介质中， 计算机 设备的至少一个处理器从所述可读存储介质读取 并执行所述计算机程序， 使得所述计算机 设备执行如权利要求1至4中任一项 所述的目标推 荐模型训练方法， 或执 行如权利要求5所述的推荐方法。权　利　要　求　书 2/2 页 3 CN 113901327 A 3