【技术实现步骤摘要】
本公开涉及人工智能领域，尤其涉及智能搜索领域，具体为一种训练推荐模型的方法和装置。
技术介绍
1、沉浸模式是一种设计技术，通过最小化或隐藏界面元素来展示应用程序内容，以提高用户体验。这种模式通过全屏显示内容，隐藏系统栏，确保应用拥有最大的屏幕空间。
2、基于日益增长的消费效率需求及沉浸模式消费习惯的普及，沉浸模式框架由单一视频体裁过渡到了视频、图文、动态图片、音频等多体裁的融合分发，为沉浸模式整体规模及人群带来显著增长，进入沉浸模式的入口也在视频入口的基础上增加了动态图片入口。
技术实现思路
1、本公开提供了一种训练推荐模型的方法、装置、设备、存储介质以及计算机程序产品。
2、根据本公开的第一方面，提供了一种训练推荐模型的方法，包括：将具有单资源标签和集合资源标签的样本单资源的特征输入待训练的推荐模型，输出单资源得分和集合资源得分，其中，所述单资源标签表示单资源的满意度，所述集合资源标签表示集合资源的满意度，所述集合资源包括目标账户从进入沉浸模式到退出沉浸模式消费的多个单资源；根据所述单资源标签和所述单资源得分之间的损失值以及所述集合资源标签和所述集合资源得分之间的损失值，调整所述推荐模型的参数。
3、根据本公开的第二方面，提供了一种推荐资源的方法，包括：将候选资源的特征输入根据第一方面中任一项所述方法训练的推荐模型，得到单资源满意得分和集合资源满意得分；计算所述单资源满意得分和所述集合资源满意得分的加权和作为候选资源的得分；输出推荐资源，其中，
4、根据本公开的第三方面，提供了一种训练推荐模型的装置，包括：输入单元，被配置成将具有单资源标签和集合资源标签的样本单资源的特征输入待训练的推荐模型，输出单资源得分和集合资源得分，其中，所述单资源标签表示单资源的满意度，所述集合资源标签表示集合资源的满意度，所述集合资源包括目标账户从进入沉浸模式到退出沉浸模式消费的多个单资源；调参单元，被配置成根据所述单资源标签和所述单资源得分之间的损失值以及所述集合资源标签和所述集合资源得分之间的损失值，调整所述推荐模型的参数。
5、根据本公开的第四方面，提供了一种推荐资源的装置，包括：预测单元，被配置成将候选资源的特征输入由第三方面中任一项所述装置训练的推荐模型，得到单资源满意得分和集合资源满意得分；计算单元，被配置成计算所述单资源满意得分和所述集合资源满意得分的加权和作为候选资源的得分；输出单元，被配置成输出推荐资源，其中，所述推荐资源包括候选资源的得分满足预定条件的候选资源。
6、根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面或第二方面中任一项所述的方法。
7、根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面或第二方面中任一项所述的方法。
8、根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面中任一项所述的方法。
9、本公开的实施例提供的训练推荐模型的方法和装置，能够对进入沉浸模式后的单资源的满意消费体验和集合资源的满意消费体验进行评估。能够准确地预测用户对推荐资源的满意度，从而提升用户体验。
10、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种训练推荐模型的方法，包括：
2.根据权利要求1所述的方法，其中，所述推荐模型包括共享层、单资源输出层和集合资源输出层；以及
3.根据权利要求1所述的方法，其中，所述方法还包括：
4.根据权利要求3所述的方法，其中，所述方法还包括：
5.根据权利要求3所述的方法，其中，所述方法还包括：
6.根据权利要求5所述的方法，其中，所述方法还包括：
7.根据权利要求1所述的方法，其中，所述样本单资源的特征包括以下至少一项：
8.根据权利要求7所述的方法，其中，所述资源特征包括：入口资源特征和推荐资源特征。
9.根据权利要求8所述的方法，其中，所述入口资源特征包括以下至少一项：
10.根据权利要求8所述的方法，其中，所述推荐资源特征包括以下至少一项：推荐资源的体裁、推荐资源的类目、推荐资源的标题长度、推荐资源的时长、历史消费信息。
11.根据权利要求1-10中任一项所述的方法，其中，所述集合资源包括以下至少一种单资源：
12.一种推荐资源的方法，包括：p>
13.根据权利要求12所述的方法，其中，所述预定条件包括：
14.根据权利要求12所述的方法，其中，所述方法还包括：
15.一种训练推荐模型的装置，包括：
16.根据权利要求15所述的装置，其中，所述推荐模型包括共享层、单资源输出层和集合资源输出层；以及
17.根据权利要求15所述的装置，其中，所述装置还包括打标单元，被配置成：
18.根据权利要求17所述的装置，其中，所述打标单元进一步被配置成：
19.根据权利要求17所述的装置，其中，所述打标单元进一步被配置成：
20.根据权利要求19所述的装置，其中，所述打标单元进一步被配置成：
21.根据权利要求15所述的装置，其中，所述样本单资源的特征包括以下至少一项：
22.根据权利要求21所述的装置，其中，所述资源特征包括：入口资源特征和推荐资源特征。
23.根据权利要求22所述的装置，其中，所述入口资源特征包括以下至少一项：
24.根据权利要求22所述的装置，其中，所述推荐资源特征包括以下至少一项：推荐资源的体裁、推荐资源的类目、推荐资源的标题长度、推荐资源的时长、历史消费信息。
25.根据权利要求15-24中任一项所述的装置，其中，所述集合资源包括以下至少一种单资源：
26.一种推荐资源的装置，包括：
27.根据权利要求26所述的装置，其中，所述预定条件包括：
28.根据权利要求26所述的装置，其中，所述装置还包括推荐单元，被配置成：
29.一种电子设备，包括：
30.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-14中任一项所述的方法。
31.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-14中任一项所述的方法。
...【技术特征摘要】
1.一种训练推荐模型的方法，包括：
2.根据权利要求1所述的方法，其中，所述推荐模型包括共享层、单资源输出层和集合资源输出层；以及
3.根据权利要求1所述的方法，其中，所述方法还包括：
4.根据权利要求3所述的方法，其中，所述方法还包括：
5.根据权利要求3所述的方法，其中，所述方法还包括：
6.根据权利要求5所述的方法，其中，所述方法还包括：
7.根据权利要求1所述的方法，其中，所述样本单资源的特征包括以下至少一项：
8.根据权利要求7所述的方法，其中，所述资源特征包括：入口资源特征和推荐资源特征。
9.根据权利要求8所述的方法，其中，所述入口资源特征包括以下至少一项：
10.根据权利要求8所述的方法，其中，所述推荐资源特征包括以下至少一项：推荐资源的体裁、推荐资源的类目、推荐资源的标题长度、推荐资源的时长、历史消费信息。
11.根据权利要求1-10中任一项所述的方法，其中，所述集合资源包括以下至少一种单资源：
12.一种推荐资源的方法，包括：
13.根据权利要求12所述的方法，其中，所述预定条件包括：
14.根据权利要求12所述的方法，其中，所述方法还包括：
15.一种训练推荐模型的装置，包括：
16.根据权利要求15所述的装置，其中，所述推荐模型包括共享层、单资源输出层和集合资源输出层；以及
17.根据权利要求15所述的装置，其中，所述装...
【专利技术属性】
技术研发人员：何雪莎，尹华西，逯文斌，陈佳琦，卢玉奇，
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。