[发明专利]推荐模型的更新方法及装置

说明书

本申请公开了一种推荐模型的更新方法及装置。方法的一具体实施方式包括：基于预训练的推荐模型，确定候选对象集合中的每个候选对象的推荐评分；调整候选对象集合中可能被推荐模型低估的候选对象的推荐评分，得到校正评分；根据候选对象集合中的每个候选对象的最终评分，生成推荐信息；根据针对于推荐信息的反馈信息，更新推荐模型。本申请使得更新后的推荐模型可以解决针对于长尾对象的低估问题，并且提高了推荐模型在面对利用‑探索困境时的探索效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及一种推荐模型的更新方法及装置。

背景技术

深度学习技术的应用极大推动了推荐系统的发展。采用深度学习技术的推荐系统的基本思想是，利用深度神经网络的表达能力，从用户的历史行为中学习用户偏好和对象属性。深度学习模型常常以监督学习的方式利用用户在推荐对象上的反馈信息进行训练。以点击率预测模型为例，商品曝光与否依赖于点击率预估模型的预估结果；而曝光商品的点击情况又影响到点击率预估模型的更新训练。于是，也就形成了关于点击率预估模型的训练-预估的迭代闭环。在这一闭环中，逐步更新迭代的点击率预估模型往往会聚焦于少量高点击率的商品；与之相对的，大量的长尾商品难以获得足够的曝光量。这就导致了点击率被点击率预测模型低估的商品难以获得足够的曝光机会，进而也就失去了其应得的点击量，造成了长尾商品的点击率低估问题。

发明内容

本申请实施例提出了一种推荐模型的更新方法及装置。

第一方面，本申请实施例提供了一种推荐模型的更新方法，包括：基于预训练的推荐模型，确定候选对象集合中的每个候选对象的推荐评分；调整候选对象集合中可能被推荐模型低估的候选对象的推荐评分，得到校正评分；根据候选对象集合中的每个候选对象的最终评分，生成推荐信息；根据针对于推荐信息的反馈信息，更新推荐模型。

在一些实施例中，上述基于预训练的推荐模型，确定候选对象集合中的每个候选对象的推荐评分，包括：对于候选对象集合中的每个候选对象，执行如下操作：通过推荐模型，得到该候选对象的表示向量和初始评分；以表示向量的长度表征初始评分的不确定性，确定该候选对象的推荐评分。

在一些实施例中，上述以表示向量的长度表征初始评分的不确定性，确定该候选对象的推荐评分，包括：以初始评分为均值，以表示向量的长度为标准差，构造对应于该候选对象的正态分布信息；从正态分布信息中采样得到该候选对象的推荐评分。

在一些实施例中，上述调整候选对象集合中可能被推荐模型低估的候选对象的推荐评分，得到校正评分，包括：对于候选对象集合中的每个候选对象，响应于确定该候选对象的推荐评分不大于第一阈值，且推荐信息对应的历史推荐信息中该候选对象的推荐次数不大于第二阈值，基于预设方式调整该候选对象的推荐评分，得到该候选对象的校正评分，其中，推荐次数与校正评分相比于推荐评分的调整幅度之间呈负相关。

在一些实施例中，上述基于预设方式调整该候选对象的推荐评分，得到该候选对象的校正评分，包括：基于该候选对象的推荐次数和预设参数，得到调整系数；根据调整系数和该候选对象的推荐评分，得到该候选对象的校正评分。

在一些实施例中，上述方法还包括：通过更新后的推荐模型执行后续的推荐任务。

在一些实施例中，候选对象集合中的每一个候选对象的推荐评分表征该候选对象被推荐的情况下，用户针对于该候选对象的点击率。

第二方面，本申请实施例提供了一种推荐模型的更新装置，包括：确定单元，被配置成基于预训练的推荐模型，确定候选对象集合中的每个候选对象的推荐评分；校正单元，被配置成调整候选对象集合中可能被推荐模型低估的候选对象的推荐评分，得到校正评分；生成单元，被配置成根据候选对象集合中的每个候选对象的最终评分，生成推荐信息；更新单元，被配置成根据针对于推荐信息的反馈信息，更新推荐模型。