[发明专利]一种物品推荐方法及装置

权利要求书

1.一种物品推荐方法，其特征在于，包括：

获取样本集，所述样本集中的训练样本指示了物品的属性特征和用户针对所述物品的行为特征；

从所述样本集中选择正训练样本和负训练样本，其中，所述正训练样本对应的物品被曝光且被点击，所述负训练样本对应的物品被曝光且未被点击；

循环执行以下步骤，训练用于物品推荐的判别器，直至达到训练停止准则：根据所述正训练样本和所述负训练样本分别指示的所述属性特征和所述行为特征，计算所述正训练样本与所述负训练样本之间的距离；计算所选择的负训练样本的判别参数，所述判别参数指示了所述负训练样本作为正训练样本的概率；根据所述距离和所述判别参数，从所述样本集中重新选择正训练样本以及与重新选择的正训练样本相关的负训练样本；根据重新选择的正训练样本和负训练样本，训练所述判别器；

利用所述判别器从待推荐样本集中确定出待推荐正样本，并将所述待推荐正样本对应的物品推荐给用户。

2.根据权利要求1所述的方法，其特征在于，所述根据所述距离和所述判别参数，从所述样本集中重新选择正训练样本以及与重新选择的正训练样本相关的负训练样本，包括：

将所述距离、所述判别参数以及所述判别参数对应的负训练样本作为用于选择样本的生成器的输入，以对所述生成器进行优化；

利用优化后的生成器，重新选择所述正训练样本以及与重新选择的正训练样本相关的负训练样本。

3.根据权利要求2所述的方法，其特征在于，

根据所述距离和所述判别参数，计算所述生成器的优化梯度，并基于所述优化梯度、利用随机梯度法对所述生成器进行优化。

4.根据权利要求2所述的方法，其特征在于，所述从所述样本集中重新选择正训练样本以及与重新选择的正训练样本相关的负训练样本，包括：

利用所述生成器从所述样本集中随机选择正训练样本，并根据所述正训练样本所指示的物品的属性特征和用户针对所述物品的行为特征，选择与所述正训练样本的相关度大于第一阈值的负训练样本。

5.根据权利要求1所述的方法，其特征在于，

所述训练停止准则为：所述判别器计算出的负训练样本的判别参数与正训练样本的判别参数之差小于第二阈值，或循环训练所述判别器的次数大于第三阈值。

6.根据权利要求1所述的方法，其特征在于，

重新选择出的所述负训练样本的判别参数与重新选择出的所述正训练样本和所述负训练样本之间的距离之差大于第四阈值。

7.根据权利要求1所述的方法，其特征在于，所述根据所述正训练样本和所述负训练样本分别指示的所述属性特征和所述行为特征，计算所述正训练样本与所述负训练样本之间的距离，包括：

根据所述属性特征和所述行为特征，预训练所述判别器，并根据预训练后的所述判别器计算所述正训练样本与所述负训练样本之间的距离。

8.一种物品推荐装置，其特征在于，包括：样本获取模块、样本选择模块、训练模块和推荐模块；其中，

所述样本获取模块，用于获取样本集，所述样本集中的训练样本指示了物品的属性特征和用户针对所述物品的行为特征；

所述样本选择模块，用于从所述样本集中选择正训练样本和负训练样本，其中，所述正训练样本对应的物品被曝光且被点击，所述负训练样本对应的物品被曝光且未被点击；

所述训练模块，用于循环执行以下步骤，训练用于物品推荐的判别器，直至达到训练停止准则：根据所述正训练样本和所述负训练样本分别指示的所述属性特征和所述行为特征，计算所述正训练样本与所述负训练样本之间的距离；计算所选择的负训练样本的判别参数，所述判别参数指示了所述负训练样本作为正训练样本的概率；根据所述距离和所述判别参数，从所述样本集中重新选择正训练样本以及与重新选择的正训练样本相关的负训练样本，根据重新选择的正训练样本和负训练样本，训练所述判别器；

所述推荐模块，用于利用所述判别器从待推荐样本集中确定出待推荐正样本，并将所述待推荐正样本对应的物品推荐给用户。