发明公开
- 专利标题: 推荐模型的预训练方法、调整方法、推荐方法及相关产品
-
申请号: CN202310993505.1申请日: 2023-08-08
-
公开(公告)号: CN117216553A公开(公告)日: 2023-12-12
- 发明人: 赵鑫 , 谢若冰 , 孙文奇 , 卞书青 , 周杰
- 申请人: 腾讯科技(深圳)有限公司 , 中国人民大学
- 申请人地址: 广东省深圳市南山区高新区科技中一路腾讯大厦35层
- 专利权人: 腾讯科技(深圳)有限公司,中国人民大学
- 当前专利权人: 腾讯科技(深圳)有限公司,中国人民大学
- 当前专利权人地址: 广东省深圳市南山区高新区科技中一路腾讯大厦35层
- 代理机构: 深圳市深佳知识产权代理事务所
- 代理商 夏欢
- 主分类号: G06F18/214
- IPC分类号: G06F18/214 ; G06F18/25 ; G06N3/0455 ; G06N3/0442 ; G06N3/0499 ; G06N3/048 ; G06N3/098
摘要:
本申请公开一种推荐模型的预训练方法、调整方法、推荐方法及相关产品。首先获取对象的单源域行为序列,以及获取单源域行为序列中的内容对应的多模态信息,其中多模态信息包括至少两种不同模态的信息;在模型预训练之初,处理得到内容在多域通用内容表示空间的多模态向量表示;在模型预训练期间,由待训练推荐模型基于行为向量表示,预测对象触发单源域行为序列的末尾内容之后触发的首个相同源域的内容,最后得到初步推荐模型。结合上述模型预训练过程可知,在本申请中采用了至少两种不同模态的信息,使各种模态的信息可以相互补充,以构建充分的训练数据集,从而使得预训练后得到的模型可以更具备稳健性。