[发明专利]一种推荐模型的训练方法、推荐方法及推荐系统

说明书

本发明公开了一种推荐模型的训练方法，包括：获取训练样本数据，其中，训练样本数据包括用户‑物品对，用户‑物品对包括用户信息、物品信息以及用户和物品的交互信息；构建基于交叉配对排序算法的推荐模型并初始化推荐模型的参数；利用推荐模型处理训练样本数据，根据无偏性的损失函数优化推荐模型的参数，获得训练完成的推荐模型。本发明还公开了一种无偏性的推荐方法、无偏性的推荐系统、电子设备及计算机程序产品。

技术领域

本发明涉及机器学习和数据挖掘领域，特别涉及一种推荐模型的训练方法、推荐方法、推荐系统、电子设备及计算机程序产品。

背景技术

对于许多在线平台，包括电子商务、流媒体、社交网络等，推荐系统起到核心作用。现有的推荐模型大多遵循监督学习的范式，将用户的历史上的互动(隐式反馈如点击和购买)作为标记数据，通过拟合标记数据来学习用户-物品的相关性。现有技术通常通过点损失和成对损失用于优化推荐模型的参数，然而这些标准的损失函数很容易受到观察数据中固有的偏差的影响。交互数据通常呈现出关于物品流行度的长尾分布，也就是说，少数流行物品占据了大多数交互。主流的损失函数只关注历史数据的恢复、不考虑偏差效应，当用这些损失函数构建推荐系统时，少数热门物品会占据越来越多的曝光机会，严重损害了小众物品的推荐质量。现有技术中，为了解决上述问题，通常的做法是利用反倾向性得分(Inverse Propensity Score，IPS)，它通过倾向性得分(即曝光概率)对每个数据样本重新加权。但它在实际中有局限性：(1)准确估计每个样本的倾向性分数是有难度的，因为暴露机制往往是未知的；(2)重新加权的损失值通常具有较高的方差，这意味着单个样本的损失值相对于预期值的波动很大。

发明内容

为了解决上述问题，本发明提供了一种推荐模型训练方法，推荐方法、推荐系统、电子设备以及计算机程序产品。

根据本发明的第一方面，提供了一种推荐模型的训练方法，包括：

获取训练样本数据，其中，训练样本数据包括用户-物品对，用户-物品对包括用户信息、物品信息以及用户和物品的交互信息；

构建基于交叉配对排序算法的推荐模型并初始化推荐模型的参数；

利用推荐模型处理训练样本数据，根据无偏性的损失函数优化推荐模型的参数，获得训练完成的推荐模型；

其中，无偏性的损失函数由式(1)表示：

其中，k表示训练样本数据中具有交互关系的用户-物品对个数，u_k表示第k个用户，i_k表示第k个物品，表示第k个用户和第k个物品的相关性分值，是训练样本数据，σ是推荐模型的激活函数。

根据本发明的实施例，上述训练样本数据由式(2)表示：

其中，表示第m个用户和第n个物品有交互关系，表示第m个用户和第n个物品没有交互关系。

根据本发明的实施例，上述无偏的损失函数由式(3)和式(4)进行限定：

P(Y_u，i＝1)＝P(R_u，i＝1)P(Q_u，i＝1|R_u，i＝1) (3)，

P(Q_u，i＝1|R_u，i＝1)＝p_u·p_i·P(R_u，i＝1)^α (4)，