公开(公告)号：CN117009653A

公开(公告)日：2023-11-07

申请号：CN202310822409.0

申请日：2023-07-05

申请人： 北京达佳互联信息技术有限公司 ,  清华大学

发明人： 徐劲草 ,  郑凯 ,  吴呈 ,  王朝坤

IPC分类号： G06F16/9535 ,  G06F16/901 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25 ,  G06F18/214 ,  G06N3/048 ,  G06N3/047 ,  G06N3/0895

摘要： 本公开关于一种对象推荐模型的训练方法、对象推荐方法及装置，该对象推荐模型的训练方法包括将基于多种交互关系构建的初始图数据，输入待训练的对象推荐模型进行对象推荐预测，获取预测推荐指标数据和每个节点在每种交互操作下的第一节点特征信息；基于第一节点特征信息，生成表征操作间的节点特征信息差异的第一对比损失；基于不同扰动对应的每个节点在目标交互操作下的节点特征信息，生成表征不同扰动下的操作内节点特征信息间差异的第二对比损失；基于第一对比损失、第二对比损失、预测推荐指标数据和预设推荐指标数据，对待训练的对象推荐模型进行训练，得到训练好的对象推荐模型。利用本公开实施例可以实现提升推荐精准性和效果。

公开(公告)号：CN116912627A

公开(公告)日：2023-10-20

申请号：CN202310945592.3

申请日：2023-07-28

申请人： 北京达佳互联信息技术有限公司 ,  清华大学

发明人： 吴呈 ,  郑凯 ,  徐劲草 ,  王朝坤

IPC分类号： G06V10/774 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本公开提供了一种图神经网络模型的训练方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：获取真视图；通过图神经网络模型中的生成器，基于所述真视图中的节点，生成伪视图；通过所述图神经网络模型中的判别器，对所述伪视图进行判别，得到判别结果；基于所述判别结果，确定所述生成器和所述判别器之间的对抗损失；通过所述图神经网络模型中的编码器，对所述真视图和所述伪视图进行对比学习，得到对比损失；基于所述对抗损失和所述对比损失，对所述图神经网络模型进行训练。上述方法实现了通过图生成对抗学习来提升图神经网络模型的图对比学习性能的目的，使得图神经网络模型能够更准确地学习到真视图中的节点特征。

公开(公告)号：CN114154068A

公开(公告)日：2022-03-08

申请号：CN202111481105.X

申请日：2021-12-06

申请人： 清华大学 ,  北京达佳互联信息技术有限公司

发明人： 王朝坤 ,  吴呈 ,  徐劲草 ,  王昶平 ,  宋洋

IPC分类号： G06F16/9535 ,  G06K9/62

摘要： 本公开是关于一种媒体内容推荐方法、装置、电子设备及存储介质，属于计算机技术领域。该方法包括：获取推荐模型，推荐模型包括多个对象的对象特征，多个对象包括用户账号和媒体内容；基于第一用户账号的账号特征和第一媒体内容的内容特征，确定第一用户账号与第一媒体内容之间的相似度；基于相似度确定向第一用户账号推荐第一媒体内容；多个对象包括第一对象和第二对象，推荐模型是基于与第一相似度负相关的传播损失训练得到的，第一相似度基于第二对象的影响特征与第二对象的对象特征之间的相似度确定。上述方法中训练得到的推荐模型中的对象特征较为准确，从而基于推荐模型确定出的相似度较为准确，进而提高了媒体内容的推荐准确度。