[发明专利]产品评价模型的训练方法、产品评价方法及装置、设备

说明书

本发明公开了一种产品评价模型的训练方法、产品评价方法及装置、设备，该训练方法包括：获取产品的样本数据，所述样本数据包括第一样本特征数据、第二样本特征数据和样本评价数据；将所述第一样本特征数据输入产品评价模型的单调网络模块，将所述第二样本特征数据输入产品评价模型的非单调网络模块，输出所述产品的评价数据；根据所述样本评价数据和输出的评价数据计算损失；并根据所述损失调整所述产品评价模型的参数，直至满足预设收敛条件。本发明通过产品评价模型的单调网络模块与非单调网络模块的联合训练，可以保证产品的部分特征与输出的评价数据之间的单调关系，同时还可以提高产品评价模型的性能，进而提高产品评价结果的准确性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种产品评价模型的训练方法、产品评价方法及装置、设备。

背景技术

随着电子商务的不断发展，产品评价成为了非常关键的问题，在搜索排序、产品推荐中都占据重要地位。一方面，用户可以通过关键词搜索获取与之相关的结果，并根据自己的喜好和平台的推荐选择心仪的产品；另一方面，由于搜索排序排名靠前的产品占有大部分流量，可以获得更多曝光，供应商希望产品的评价、排序标准是透明的，这样他们可以采取合理的措施优化自己的产品，这也就要求产品评价方法是可解释的。

目前，解决产品评价可解释的问题，采取的方法是用单调模型进行产品评价；然而，这种评价方式存在难以拟合复杂特征、评价准确度较低的问题。

发明内容

本发明要解决的技术问题是为了克服现有技术中缺少合理的可解释产品评价方法、导致产品评价准确性低的缺陷，提供一种产品评价模型的训练方法、产品评价方法及装置、设备。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种产品评价模型的训练方法，包括以下步骤：

获取产品的样本数据，所述样本数据包括第一样本特征数据、第二样本特征数据和样本评价数据；

将所述第一样本特征数据输入产品评价模型的单调网络模块，将所述第二样本特征数据输入产品评价模型的非单调网络模块，其中，所述单调网络模块和所述非单调网络模块通过全连接层结合，输出所述产品的评价数据；所述单调网络模块的输出值与输入值之间呈单调关系，所述非单调网络模块的输出值与输入值之间呈非单调关系；

根据所述样本评价数据和输出的评价数据计算损失；并根据所述损失调整所述产品评价模型的参数，直至满足预设收敛条件。

较佳地，所述第一样本特征数据包括所述产品的特征数据，所述第二样本特征数据包括所述产品的特征数据以及用户的特征数据。

本发明还提供一种产品评价方法，包括以下步骤：

获取待评价产品的相关数据，所述相关数据包括第一特征数据和第二特征数据；

将所述第一特征数据输入产品评价模型的单调网络模块，将所述第二特征数据输入所述产品评价模型的非单调网络模块，输出所述待评价产品的评价数据；

其中，所述产品评价模型根据上述的产品评价模型的训练方法训练得到。

较佳地，所述待评价产品的数量为多个，所述产品评价方法还包括：

基于多个待评价产品的评价数据，对多个待评价产品进行排序。

本发明还提供一种产品评价模型的训练装置，包括：

样本获取模块，用于获取产品的样本数据，所述样本数据包括第一样本特征数据、第二样本特征数据和样本评价数据；