[发明专利]一种推荐模型的确定方法和相关装置

权利要求书

1.一种推荐模型的确定方法，其特征在于，所述方法包括：

根据对象对资源产生的历史交互行为构建二部图；其中，所述二部图包括图节点和关联关系，所述图节点的节点类型包括标识所述对象的对象节点和标识所述资源的资源节点，所述关联关系用于体现所述对象与所述资源基于所述历史交互行为的关联；

在所述二部图中，根据所述关联关系，从起始图节点随机游走预设步长，得到游走路径；其中，所述起始图节点为所述二部图中任意一个图节点；

以预设长度的窗口在所述游走路径上滑动，确定处于同一窗口内的任意两个图节点为正样本对；其中，所述预设长度为大于2，且不大于所述预设步长的整数；

根据所述正样本对训练得到推荐模型。

2.根据权利要求1所述的方法，其特征在于，所述在所述二部图中，根据所述关联关系，从起始图节点随机游走预设步长，得到游走路径，包括：

在所述二部图中，根据所述关联关系，多次从起始图节点随机游走预设步长，对应得到多条游走路径。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

将连接关联关系的数量超过数量阈值的图节点确定为起始图节点。

4.根据权利要求1所述的方法，其特征在于，所述根据所述正样本对训练得到推荐模型，包括：

根据所述正样本对包括的第一图节点，通过初始第一编码器得到第一图节点向量；根据所述正样本对包括的第二图节点，通过初始第二编码器得到第二图节点向量；

根据所述正样本对所包括的图节点对应的图节点向量，获取负样本对所包括图节点的图节点向量；其中，所述负样本对为两个来自不同正样本对的图节点构成；

基于所述正样本对中两个图节点对应的图节点向量间的相似度最小化、所述负样本对中两个图节点对应的图节点向量间的相似度最大化的训练方向，训练所述初始第一编码器和所述初始第二编码器，对应得到第一编码器和第二编码器；

根据所述第一编码器和所述第二编码器，确定推荐模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述正样本对所包括的图节点对应的图节点向量，获取负样本对所包括图节点的图节点向量，包括：

针对目标图节点，获取预设数量的目标正样本对所包括的图节点对应的图节点向量；其中，所述目标正样本对包括所述目标图节点和其他图节点；

将任意两个其他图节点对应的图节点向量确定为负样本对所包括图节点对应的图节点向量。

6.根据权利要求4所述的方法，其特征在于，所述根据所述正样本对包括的第一图节点，通过初始第一编码器得到第一图节点向量，包括：

根据所述正样本对包括的第一图节点、所述第一图节点的邻居节点，以及所述第一图节点和所述第一图节点的邻居节点间的关联关系，通过初始第一编码器得到第一图节点向量；其中，所述第一图节点的邻居节点为根据所述关联关系确定的图节点；

所述根据所述正样本对包括的第二图节点，通过初始第二编码器得到第二图节点向量，包括：

根据所述正样本对包括的第二图节点、所述第二图节点的邻居节点，以及所述第二图节点和所述第二图节点的邻居节点间的关联关系，通过初始第二编码器得到第二图节点向量；其中，所述第二图节点的邻居节点为根据所述关联关系确定的图节点。