【技术实现步骤摘要】
模型训练方法、数据推荐方法、装置、电子设备及存储介质
[0001]本公开涉及人工智能
,尤其涉及深度学习、自然语言处理、数据推荐等领域。
技术介绍
[0002]数据推荐领域中,通过客户端可以为用户推荐各类感兴趣的数据,比如,为用户推荐感兴趣的一篇文章、感兴趣的歌单等等,客户端可以采用feed信息流的形式向用户推送各类感兴趣的数据。
[0003]随着技术的发展,可以通过人工智能加速数据的处理,所适用的应用场景多种多样,比如涉及数据推荐中的图片处理、图文处理、视频处理等硬件设计或软件设计中都可以采用人工智能技术,以提高数据的处理速度及精度。对于数据推荐领域,需要一种在数据推荐上精度高的模型。
技术实现思路
[0004]本公开提供了一种模型训练方法、装置、电子设备以及存储介质。
[0005]根据本公开的一方面,提供了一种模型训练方法,包括:
[0006]从第一feed信息流及所述第一feed信息流中的第一频道获取目标行为数据;
[0007]从所述第一feed信息流及所述第一feed信息流中的第一频道获取目标资源数据;
[0008]根据所述目标行为数据和所述目标资源数据得到样本数据;
[0009]根据所述样本数据进行跨领域多视角的模型训练,得到训练后的第一目标模型。
[0010]根据本公开的另一方面,提供了一种数据推荐方法,包括:
[0011]获取在第一feed信息流中第一频道上的触控操作;
[0012]响应所述触控操作,根据上述模 ...
【技术保护点】
【技术特征摘要】
1.一种模型训练方法,包括:从第一feed信息流及所述第一feed信息流中的第一频道获取目标行为数据;从所述第一feed信息流及所述第一feed信息流中的第一频道获取目标资源数据;根据所述目标行为数据和所述目标资源数据得到样本数据;根据所述样本数据进行跨领域多视角的模型训练,得到训练后的第一目标模型。2.根据权利要求1所述的方法,其中,所述从第一feed信息流及所述第一feed信息流中的第一频道获取目标行为数据,包括:获取第一feed信息流中与目标用户匹配的第一行为数据;将所述第一feed信息流中与第一频道匹配的所有用户行为数据,确定为第二行为数据;根据所述第一行为数据和所述第二行为数据得到所述目标行为数据。3.根据权利要求1所述的方法,其中,所述从所述第一feed信息流及所述第一feed信息流中的第一频道获取目标资源数据,包括:获取第一feed信息流中与目标资源数据匹配的第一资源数据;将所述第一feed信息流中与第一频道匹配的所有用户行为数据相关联的资源数据,确定为第二资源数据;根据所述第一资源数据和所述第二资源数据得到所述目标资源数据。4.根据权利要求2所述的方法,其中,所述获取第一feed信息流中与目标用户匹配的第一行为数据,包括:根据用户特征,获取第一feed信息流中与目标用户匹配的第一行为数据;其中,所述用户特征包括:用户ID、用户性别、用户年龄、用户所在城市、用户历史行为、用户所处场景中的至少一种。5.根据权利要求2所述的方法,其中,所述将所述第一feed信息流中与第一频道匹配的所有用户行为数据,确定为第二行为数据,包括:响应在所述第一频道上的触控操作,从所述第一feed信息流所隶属的第一feed流界面切换到所述第一频道所隶属的第二feed流界面;将基于所述第二feed流界面收集的与所述第一频道匹配的所有用户行为数据,确定为所述第二行为数据。6.根据权利要求3所述的方法,其中,所述获取第一feed信息流中与目标资源数据匹配的第一资源数据,包括:根据资源特征,获取第一feed信息流中与目标资源数据匹配的第一资源数据;其中,所述资源特征包括:用户ID、资源类型、生产所述资源的内容提供方类型中的至少一种。7.根据权利要求3所述的方法,其中,所述将所述第一feed信息流中与第一频道匹配的所有用户行为相关联的资源数据,确定为第二资源数据,包括:响应在所述第一频道上的触控操作,从所述第一feed信息流所隶属的第一feed流界面切换到所述第一频道所隶属的第二feed流界面;获取基于所述第二feed流界面收集的与所述第一频道匹配的所有用户行为数据;将与所述第一频道匹配的所有用户行为数据相关联的资源数据,确定为所述第二资源
数据。8.根据权利要求1
‑
7中任一项所述的方法,其中,所述根据所述样本数据进行跨领域多视角的模型训练,得到训练后的第一目标模型,包括:将所述样本数据输入双塔模型,以二分类交叉熵作为损失函数进行所述跨领域多视角的模型训练,得到所述训练后的第一目标模型。9.根据权利要求8所述的方法,其中,所述将所述样本数据输入双塔模型,以二分类交叉熵作为损失函数进行所述跨领域多视角的模型训练,得到所述训练后的第一目标模型,包括:在所述双塔模型中,将所述样本数据中的目标行为数据作为用户塔,将所述样本数据中的目标资源数据作为资源塔;根据所述用户塔和所述资源塔计算所述二分类交叉熵,得到交叉熵损失函数;根据所述交叉熵损失函数进行模型训练,得到所述训练后的第一目标模型。10.一种数据推荐方法,包括:获取在第一feed信息流中第一频道上的触控操作;响应所述触控操作,根据上述权利要求1
‑
9任一项得到的第一目标模型得到与所述触控操作匹配的资源数据。11.根据权利要求10所述的方法,其中,所述资源数据包括:图文信息、动态视频信息、短视频信息、小视频信息中的至少一种。12.一种模型训练装置,包括:第一数据获取单元,用于从第一feed信息流及所述第一feed信息流中的第一频道获取目标行为数据;第...
【专利技术属性】
技术研发人员:戴文恺,沈椿壮,姚传宇,鲁巧芸,杨钊,马丽芬,白云龙,韩艳,吴宗刚,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。