[发明专利]资讯信息推荐模型训练方法、装置、电子设备及存储介质

权利要求书

1.一种资讯信息推荐模型训练方法，其特征在于，所述方法包括：

获取资讯信息推荐模型使用环境中的长尾资讯信息；

基于目标用户的行为长尾资讯信息，确定相应的伪训练样本；

将所述伪训练样本与真实训练样本进行样本拼接处理，形成拼接训练样本；

确定所述资讯信息推荐模型的初始模型参数；

通过所述拼接训练样本对所述资讯信息推荐模型中的不同子网络进行训练，确定所述资讯信息推荐模型的更新参数；

根据所述资讯信息推荐模型的更新参数，通过所述拼接训练样本对所述资讯信息推荐模型的初始参数进行迭代更新，以实现所述资讯信息推荐模型能够对使用环境中的长尾资讯信息进行推荐。

2.根据权利要求1所述的方法，其特征在于，所述获取资讯信息推荐模型使用环境中的长尾资讯信息，包括：

根据所述资讯信息推荐模型使用环境，确定与所述资讯信息推荐模型使用环境相匹配的曝光阈值；

获取所述资讯信息源中的不同资讯信息所携带的曝光量参数；

通过所述曝光阈值对所述不同资讯信息所携带的曝光量参数进行遍历，确定所述资讯信息推荐模型使用环境中的长尾资讯信息。

3.根据权利要求1所述的方法，其特征在于，所述将所述伪训练样本与真实训练样本进行样本拼接处理，形成拼接训练样本，包括：

根据所述资讯信息推荐模型使用环境，确定与所述资讯信息推荐模型相匹配的样本混合方式，其中，所述与所述资讯信息推荐模型相匹配的样本混合方式包括：原始样本迭代排序，或者洗牌函数排序；

根据与所述资讯信息推荐模型相匹配的样本混合方式，对所述伪训练样本与真实训练样本进行样本拼接处理。

4.根据权利要求1所述的方法，其特征在于，所述通过所述拼接训练样本对所述资讯信息推荐模型中的不同子网络进行训练，确定所述资讯信息推荐模型的更新参数，包括：

将所述拼接训练样本中的真实训练样本和伪训练样本分别带入所述资讯信息推荐模型中的不同子网络进行训练，确定不同子网络的损失函数；

对所述不同子网络的损失函数进行加和，确定所述资讯信息推荐模型的多任务损失函数；

基于所述资讯信息推荐模型的多任务损失函数，对所述资讯信息推荐模型的网络参数进行调整；

直至所述资讯信息推荐模型对应的不同维度的损失函数达到相应的收敛条件；以实现通过所述资讯信息推荐模型能够对使用环境中的长尾资讯信息进行推荐。

5.根据权利要求4所述的方法，其特征在于，所述将拼接训练样本中的真实训练样本和伪训练样本分别带入所述资讯信息推荐模型中的不同子网络进行训练，确定不同子网络的损失函数，包括：

将所述拼接训练样本中的真实训练样本，带入所述资讯信息推荐模型中的第一时长预测网络；

确定所述第一时长预测网络的损失函数满足收敛条件时，对应所述第一时长预测网络的损失函数。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

将所述拼接训练样本中的伪训练样本，带入所述资讯信息推荐模型中的第二时长预测网络；

对所述第一时长预测网络的损失函数进行数据蒸馏处理，根据时长蒸馏损失函数调整所述第二时长预测网络的模型参数；

确定所述第二时长预测网络的损失函数满足收敛条件时，对应所述第二时长预测网络的损失函数。

7.根据权利要求4所述的方法，其特征在于，所述将拼接训练样本中的真实训练样本和伪训练样本分别带入所述资讯信息推荐模型中的不同子网络进行训练，确定不同子网络的损失函数，包括：

将所述拼接训练样本中的真实训练样本，带入所述资讯信息推荐模型中的第一点击率预测网络；

确定所述第一点击率预测网络的损失函数满足收敛条件时，对应所述第一点击率预测网络的损失函数。