公开(公告)号：CN116503134A

公开(公告)日：2023-07-28

申请号：CN202310467630.9

申请日：2023-04-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李嘉兴 ,  郇兆鑫 ,  张晓露 ,  周俊

IPC: G06Q30/0601 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/045 ,  G06F18/214 ,  G06F18/2415

Abstract: 本说明书实施例提供一种用于生成商品表征的生成模型的训练方法及装置，在训练方法中，获取第一训练样本，其中至少包括商品标识和商品属性。分别确定商品标识和商品属性各自对应的第一原始向量和第二原始向量，并将其输入生成模型。其中，通过第一自编码器，确定商品标识的第一生成向量，通过第二自编码器，确定商品属性的第二生成向量。通过预训练的判别器，输出第二生成向量为真实的商品表征的预测概率。以减小第一损失为目标，调整判别器的参数，该第一损失正相关于预测概率。以减小第二损失为目标，调整第一自编码器和第二自编码器的参数，该第二损失正相关于基于第一原始向量和第一生成向量的比对确定的重构损失，负相关于第一损失。

公开(公告)号：CN116362809A

公开(公告)日：2023-06-30

申请号：CN202310455098.9

申请日：2023-04-23

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李嘉兴 ,  郇兆鑫 ,  张晓露 ,  周俊

IPC: G06Q30/0241 ,  G06Q30/0601 ,  G06F18/214 ,  G06F18/24

Abstract: 本说明书实施例提供一种商品推荐模型、推荐模型的训练方法及装置，在商品推荐模型的训练方法中，获取训练样本集。在嵌入层中，确定对各个训练样本中商品特征数据进行嵌入处理得到的特征矩阵。对各个训练样本对应的特征矩阵进行调整，其中包括，针对任意的第一训练样本对应的第一特征矩阵，确定各个特征维度的原始统计量。在以原始统计量为中心的目标分布中进行采样，以得到对应特征维度的更新统计量。至少基于各个特征维度的更新统计量，对第一特征矩阵进行调整，得到第一更新矩阵。在分类器层中，基于各个训练样本对应的更新矩阵，预测用户与对应商品进行预定交互行为的概率。基于各个训练样本的样本标签和概率，训练商品推荐模型。