公开(公告)号：CN119202393A

公开(公告)日：2024-12-27

申请号：CN202411371727.0

申请日：2024-09-27

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 田长鑫 ,  胡斌斌 ,  刘子奇 ,  张志强 ,  周俊

IPC: G06F16/9535 ,  G06F18/23213 ,  G06F18/25 ,  G06F18/22 ,  G06F21/62 ,  G06N3/0455 ,  G06N3/08 ,  G06N5/04

Abstract: 本说明书实施例提供了一种基于大模型的推送模型训练方法、信息推送方法及装置。为了使得工业推送系统受益于大模型的知识，可以首先从全量用户中采样种子用户，基于种子用户从大模型中提取高质量、可重用的推送知识，并加入推理池。在对推送模型进行训练时，通过向量检索将推理池中的推送知识扩展到整个用户群，并将检索到的推送知识作为补充信息与第一用户样本的嵌入向量进行融合，得到第一用户样本的融合表征，利用该增强后的融合表征对推送模型进行更新。在推送模型经过这样的训练之后可以将其应用于工业场景中进行信息推送。方法执行过程中会使用到用户的历史行为数据，这些数据属于隐私数据，在数据处理过程中需要进行隐私保护。

公开(公告)号：CN117909592A

公开(公告)日：2024-04-19

申请号：CN202410124852.5

申请日：2024-01-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 胡斌斌 ,  田长鑫 ,  刘子奇 ,  张志强 ,  周俊

IPC: G06F16/9535 ,  G06F18/22 ,  G06F18/25 ,  G06N5/04

Abstract: 本说明书实施例提供一种序列推荐方法和装置。方法包括：获取目标用户的历史交互的各个对象按照时间先后顺序构成的历史对象序列；根据历史对象序列，构建目标提示信息；用于提示向所述目标用户推荐目标对象及其理由；将目标提示信息输入第一语言模型，通过第一语言模型输出目标推荐理由；基于目标推荐理由的文本编码向量，确定目标用户的用户表征；基于对象集合中的任一待推荐对象的文本编码向量，确定该待推荐对象的对象表征；将用户表征和对象集合中的任一待推荐对象的对象表征输入匹配模型，得到二者的匹配分数，并根据匹配分数，从对象集合中选择一个待推荐对象作为向目标用户推荐的目标对象。能够提升推荐的准确性。

公开(公告)号：CN117370663A

公开(公告)日：2024-01-09

申请号：CN202311369866.5

申请日：2023-10-20

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 田长鑫 ,  胡斌斌 ,  刘子奇 ,  张志强 ,  周俊

IPC: G06F16/9535 ,  G06F18/214

Abstract: 本说明书的实施例提供一种推荐模型的训练方法、推荐方法及电子设备，其中，所述训练方法包括：获得多个初始样本，每个所述初始样本包括样本用户按照时间顺序先后交互的多个项目；基于所述多个初始样本从至少两个对比维度构建得到对比样本集合，其中，所述至少两个对比维度包括：项目相关性对比维度和序列周期性对比维度；进而，从所述至少两个对比维度对所述多个初始样本和所述对比样本集合进行对比学习以得到所述推荐模型，所述推荐模型具有捕获用户交互行为的发散周期性的能力。

公开(公告)号：CN118036722A

公开(公告)日：2024-05-14

申请号：CN202410232555.2

申请日：2024-02-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王伟帆 ,  田长鑫 ,  胡斌斌 ,  刘子奇 ,  张志强 ,  周俊

IPC: G06N5/02 ,  G06N3/042 ,  G06N3/08

Abstract: 本说明书实施例提供图解耦表征模型训练、图解耦表征和对象推荐方法及装置。在模型训练时，经由图表征生成层生成对象关系图中的对象节点的初始节点表征；经由特征解耦层基于对象节点的初始节点表征从样本对象节点的对象特征中解耦出有效特征和冗余特征，以及经由结构解耦层基于对象节点的初始节点表征将对象关系图解耦为有效结构图和冗余结构图。随后，经由图表征学习层，基于有效结构图对样本对象节点的有效特征进行图学习得到样本对象节点的有效表征。然后，执行模型训练任务来进行图解耦表征模型的模型更新。所执行的模型训练任务至少包括基于样本对象节点的有效表征的下游预测学习任务。