推荐模型训练方法及装置、推荐方法及装置
实质审查的生效
摘要
本申请提供推荐模型训练方法及装置、推荐方法及装置,其中所述推荐模型训练方法包括:获取训练样本集,所述训练样本集包括多个样本对,所述样本对包括具有关联关系的多个样本;根据所述多个样本对构建二部图,并基于各样本的样本信息,确定所述二部图中各节点的初始节点特征;根据所述二部图中各节点的初始节点特征,对各节点进行分类,基于分类结果,构建至少一个子图;根据所述至少一个子图,对预设的神经网络模型进行训练,得到训练好的推荐模型。避免了过平滑问题,提高了推荐模型的鲁棒性和可信度。应用广泛,可以提高基于推荐模型进行推荐的准确度,一定程度上提高用户粘度,从而提高推荐模型对应的推荐平台的收益。
基本信息
专利标题 :
推荐模型训练方法及装置、推荐方法及装置
专利标题(英):
暂无
公开(公告)号 :
CN114491263A
申请号 :
CN202210103302.6
公开(公告)日 :
2022-05-13
申请日 :
2022-01-27
授权号 :
暂无
授权日 :
暂无
发明人 :
陈超超张思源郑小林
申请人 :
浙江大学
申请人地址 :
浙江省杭州市西湖区余杭塘路866号
代理机构 :
北京智信禾专利代理有限公司
代理人 :
张小娜
优先权 :
CN202210103302.6
主分类号 :
G06F16/9535
IPC分类号 :
G06F16/9535 G06F16/901 G06F16/906 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F16/9535
••••基于用户配置文件和个性化自定义搜索
法律状态
2022-05-31 :
实质审查的生效
IPC(主分类) : G06F 16/9535
申请日 : 20220127
申请日 : 20220127
2022-05-13 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载