一种推荐模型训练方法及装置

授权

摘要

本申请提供了一种推荐模型的训练方法，该方法包括：使用单类域感知低秩模型对所述训练样本集进行训练，以获得模型参数矩阵，用于生成推荐模型。本申请的方案可以应用于人工智能的推荐领域，本申请中所的单类域感知低秩模型可以引入多种域特征以及正负样本，由此能够在训练的过程中考虑更多的用户选择相关的因素和用户相关的负例信息，由此生成性能更优秀的推荐模型，推荐结果更符合用户需求。此外，本申请对于模型训练的具体训练方式能够大大简化模型训练的复杂度，从而提升了模型训练的效率，也使得更多信息的引入成为可能。

基本信息

专利标题：

一种推荐模型训练方法及装置

专利标题（英）：

暂无

公开（公告）号：

CN110008397A

申请号：

CN201910009471.1

公开（公告）日：

2019-07-12

申请日：

2019-01-04

授权号：

CN110008397B

授权日：

2022-05-31

发明人：

祝宏董振华张宇宙林智仁

申请人：

华为技术有限公司

申请人地址：

广东省深圳市龙岗区坂田华为总部办公楼

代理机构：

代理人：

优先权：

CN201910009471.1

主分类号：

G06F16/9535

IPC分类号：

G06F16/9535