[发明专利]一种序列推荐模型的训练方法和对象推荐方法

权利要求书

1.一种序列推荐模型的训练方法，其特征在于，所述序列推荐模型用于基于用户的购买或浏览行为序列，对用户的下一次操作进行预测和推荐，所述序列推荐模型包括经验学习模块和鲁棒学习模块，所述经验学习模块基于经验风险最小化训练得到，用于衡量经验风险情况；鲁棒学习模块用于衡量训练样本学习情况的风险函数和用于估计序列推荐模型在实际应用时数据情况的经验分布，所述训练方法包括：

获取训练样本数据集，其中，所述训练样本数据集包括至少一个训练样本，所述训练样本包括在第一时间段内生成的针对样本用户的历史样本操作序列和样本标签，所述样本标签表征所述样本用户在所述历史样本操作序列之后的下一个实际操作；

将所述历史样本操作序列输入所述经验学习模块，输出第一预测结果，并根据所述第一预测结果和所述样本标签确定第一损失值；

将所述历史样本操作序列输入所述鲁棒学习模块，输出第二预测结果，并根据所述第二预测结果、所述样本标签、预设的鲁棒半径和与所述历史样本操作序列对应的经验分布确定第二损失值，其中，所述经验分布表征所述历史样本操作序列中每个历史操作出现的频率；

根据所述第一损失值和所述第二损失值确定总损失值；

根据所述总损失值调整所述经验学习模块的网络参数以及所述鲁棒学习模块的网络参数，直至所述总损失值满足迭代条件；

将所述总损失值满足所述迭代条件时得到的模型作为序列推荐模型；

所述根据所述第一预测结果和所述样本标签确定第一损失值包括：

将所述第一预测结果和所述样本标签输入预设的经验风险最小化损失函数，得到所述第一损失值；

所述训练样本数据集中包括M个训练样本，其中，M≥2；

所述根据所述样本第二预测结果、所述样本标签、预设的鲁棒半径和与所述历史样本操作序列对应的经验分布确定第二损失值包括：

针对第i个训练样本，根据与第i个历史样本操作序列对应的第i个第二预测结果和第i个样本标签确定第i个风险值，最终得到M个风险值，i为正整数；

根据所述经验分布结合所述鲁棒半径，泛化得到测试分布，其中，所述测试分布包括测试样本数据，所述测试样本数据包括在所述鲁棒半径范围内的所有训练样本；

根据所述测试样本数据确定期望值；

在所述经验分布和所述测试分布之间的差异性满足预设距离度量的情况下，根据所述M个风险值和所述期望值确定所述第二损失值。

2.根据权利要求1所述的训练方法，其特征在于，所述根据与第i历史样本操作序列对应的第i个第二预测结果和第i个样本标签确定第i个风险值包括：

利用均方误差确定所述第i个第二预测结果与所述第i个样本标签之间的误差，得到所述第i个风险值。

3.根据权利要求1所述的训练方法，其特征在于，所述根据所述M个风险值和所述期望值确定所述第二损失值包括：

将所述期望值分别与所述M个风险值相乘，得到损失值候选集；

确定所述损失值候选集中满足预设条件的损失值为所述第二损失值。

4.根据权利要求3所述的训练方法，其特征在于，所述预设条件包括：所述损失值候选集中数值最大的损失值。

5.根据权利要求1~4任一项所述的训练方法，其特征在于，所述预设距离度量采用相对熵表示。

6.根据权利要求1所述的训练方法，其特征在于，所述经验风险最小化损失函数包括以下至少之一：平方损失函数、二分类交叉熵损失函数、BPR损失函数。

7.根据权利要求1所述的训练方法，其特征在于，所述根据所述第一损失值和所述第二损失值确定总损失值包括：

将所述第二损失值与预设权重值相乘后，与所述第一损失值相加，得到所述总损失值。

8.一种对象推荐方法，其特征在于，包括：

获取目标用户在预设时间段内生成的历史目标操作序列，其中，所述历史目标操作序列包括针对待推荐对象进行的操作信息；以及

将所述历史目标操作序列输入至由权利要求1~7中任一项所述的训练方法训练得到的序列推荐模型中，输出与所述目标用户对应的推荐对象。