公开(公告)号：CN116932908A

公开(公告)日：2023-10-24

申请号：CN202310916653.3

申请日：2023-07-24

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 石雨菲 ,  熊万强 ,  吴军 ,  梅鵾

IPC: G06F16/9535 ,  G06Q30/0601 ,  G06N20/00

Abstract: 本说明书公开了一种产品推荐模型训练方法、产品推荐方法、装置及存储介质，其中，该方法通过对至少一个用户历史行为序列进行数据增强，得到可以表征不同用户之间的第一表征距离值以及相同用户之间的第二表征距离值的至少两种增强历史行为序列，接着，利用第一表征距离值以及第二表征距离值确定产品推荐模型的损失函数的损失值，并且，基于可以表征第一表征距离值以及第二表征距离值的损失函数的损失值训练产品推荐模型，从而不断调整产品推荐模型，进而调整增强历史行为序列，以使增强历史行为序列更加贴近真实用户的行为兴趣偏好，直到产品推荐模型收敛。

公开(公告)号：CN116485494A

公开(公告)日：2023-07-25

申请号：CN202310401332.X

申请日：2023-04-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 周星浩 ,  梅鵾 ,  王航 ,  石秋慧

IPC: G06Q30/0601 ,  G06Q30/0201 ,  G06Q30/0202 ,  G06F18/25 ,  G06F18/20 ,  G06F16/9535 ,  G06F16/9536 ,  G06F16/901

Abstract: 本说明书实施例提供了用户推荐处理方法及装置，其中，一种用户推荐处理方法包括：在推荐人员访问保障平台的过程中，获取至少一个保障项目的项目信息和访问统计特征，并获取用户集中各用户的用户特征，对项目信息、访问统计特征以及用户特征进行特征融合获得融合特征，基于融合特征构建访问关系网络，并根据访问关系网络计算各用户的访问关系特征，根据访问关系特征以及用户特征计算各用户的推荐评分，以基于推荐评分在用户集中筛选出推荐用户进行推荐处理。