[发明专利]一种推荐模型的确定方法和相关装置

说明书

本申请实施例公开了一种推荐模型的确定方法和相关装置，涉及人工智能领域中的机器学习，在基于对象对资源产生的历史交互行为确定的二部图中，将任意一个图节点作为起始图节点，根据关联关系随机游走预设步长，得到游走路径。将大于2且不大于预设步长的大小设置为预设长度，以预设长度的窗口在该游走路径上滑动，将处于同一个窗口内的任意两个图节点确定为正样本对。不仅丰富了训练样本，还通过添加多跳连接有效增大了冷启动图节点和其他图节点的共现性，如将处于同一个窗口内的不相邻的两个对象节点构成一个正样本对，两个对象节点对应的对象具有了相似性。由此，根据较多的正样本对训练得到的推荐模型，降低了该推荐模型出现过拟合的概率。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种推荐模型的确定方法和相关装置。

背景技术

随着互联网技术的发展，越来越多的用户利用互联网平台浏览自身感兴趣的视频、商品、文章等资源。现有的提供资源的平台中，通过训练得到的推荐模型，为用户推荐其感兴趣的资源。

相关技术中，通常采用直推式学习的方式训练推荐模型，所谓直推式学习，就是先观察特定的训练样本，然后对特定的训练样本做出预测，即在训练的过程中，所使用的图数据需要包含要预测的所有图节点。在训练样本丰富的场景下，通过直推式学习训练得到的推荐模型效果较好。

但是，在训练样本较少的场景，训练得到的推荐模型容易出现过拟合，导致在给用户推荐资源时，资源推荐的准确率较低。

发明内容

为了解决上述技术问题，本申请提供了一种推荐模型的确定方法和相关装置，用于在给用户推荐资源时，提高资源推荐的准确率。

本申请实施例公开了如下技术方案：

一方面，本申请实施例提供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。

另一方面，本申请实施例提供一种推荐模型的确定装置，所述装置包括：构建单元、采样单元、确定单元和训练单元；

所述构建单元，用于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；

所述采样单元，用于在所述二部图中，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；

所述确定单元，用于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；

所述训练单元，用于根据所述正样本对训练得到推荐模型。

另一方面，本申请实施例提供一种计算机设备，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行上述方面所述的方法。