用于生成模型的方法和装置、用于生成信息的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113780607A(43)申请公布日2021.12.10(21)申请号202011277576.4(22)申请日2020.11.16(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区经济技术开发区科创十一街18号院2号楼4层A402室(72)发明人徐晓晓李勇彭长平颜伟鹏包勇军(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06K9/62(2006.01)G06N20/00(2019.01)权利要求书4页说明书12页附图5页(54)发明名称用于生成模型的方法和装置、用于生成信息的方法和装置(57)摘要本申请公开了用于生成模型的方法和装置，以及用于生成信息的方法和装置。该用于生成模型的方法的实现方案为：获取一定时间内各个用户的用户行为数据；确定所有用户行为数据中各个用户的用户向量和各个对象的对象向量；根据所有用户向量和所有对象向量，对所有用户和所有对象进行聚合，生成各个用户集和各个对象集；确定每个用户集与每个对象集对应的第一行为数据集；利用MAB机制和机器学习算法，将第一行为数据集中所有行为数据作为输入数据，将每个用户针对各个对象的点击率作为期望输出，学习得到MAB的各个臂参数和点击率预测模型。该方案将用户和对象进行聚合，基于聚合后的行为数据进行模型的学习，使模型参数置信度更高。CN113780607ACN113780607A权利要求书1/4页1.一种用于生成模型的方法，所述方法包括：获取一定时间内各个用户的用户行为数据，其中，所述用户行为数据表征用户在某平台连续时间内针对各个对象的浏览行为；对所有所述用户行为数据进行分析，确定所有所述用户行为数据中各个用户的用户向量和所有所述用户行为数据中各个对象的对象向量；根据所有所述用户向量，对所有用户进行第一聚合，生成各个用户集，其中，所述第一聚合用于表征将具有相似兴趣的用户进行聚合；根据所有所述对象向量，对所有对象进行第二聚合，生成各个对象集，其中，所述第二聚合用于表征将具有相似属性的对象进行聚合；将所有所述用户集和所有所述对象集进行一一对应，确定对应后的每个所述用户集与每个所述对象集对应的第一行为数据集，其中，所述第一行为数据集用于表征所述用户集中每个用户针对相应所述对象集中的各个对象的行为数据的集合；利用MAB机制和机器学习算法，将所述第一行为数据集中所有行为数据作为输入数据，将与输入的所述第一行为数据集中所有行为数据所对应的每个用户针对各个对象的点击率作为期望输出数据，学习得到MAB的各个臂参数和点击率预测模型，其中，所述点击率预测模型用于表征基于所述第一行为数据集中所有行为数据评估所述用户集中每个用户针对相应所述对象集中各个对象点击行为的概率值。2.根据权利要求1所述方法，其中，所述对所有所述用户行为数据进行分析，确定所有所述用户行为数据中各个用户的用户向量和所有所述用户行为数据中各个对象的对象向量，包括：对每个所述用户行为数据进行切分，生成与所有所述用户行为数据相对应的各个行为序列，其中，所述行为序列包括用户连续时间内所浏览的各个对象的对象标识；基于各个所述行为序列中各个对象的对象标识，利用语言处理技术确定各个所述行为序列中各个对象的对象向量；基于各个对象的所述对象向量和与各个对象的所述对象向量相对应的各个用户的所述行为序列，采用池化方法确定各个用户的用户向量。3.根据权利要求1所述方法，其中，所述根据所有所述用户向量，对所有用户进行第一聚合，生成各个用户集，包括：根据所有所述用户向量对应的映射点位置，利用聚合方法将所有用户进行聚合，生成各个用户集，其中，所述聚合方法用于表征基于预设距离将所有所述映射点进行聚合。4.根据权利要求1所述方法，其中，所述利用MAB机制和机器学习算法，将所述第一行为数据集中所有行为数据作为输入数据，将与输入的所述第一行为数据集中所有行为数据所对应的每个用户针对各个对象的点击率作为期望输出数据，学习得到MAB的各个臂参数和点击率预测模型，包括：利用机器学习算法，将所述第一行为数据集中所有行为数据作为输入数据，将与输入的所述第一行为数据集中所有行为数据所对应的每个用户针对各个对象的点击率作为期望输出数据，学习得到点击率预测模型；根据所述第一行为数据集中所有行为数据，利用MAB机制，对MAB的各个臂参数进行更新，得到更新后的MAB的各个臂参数。2CN113780607A权利要求书2/4页5.根据权利要求1所述方法，其中，所述用户集的个数和/或所述对象集的个数为1024。6.一种用于生成信息的方法，所述方法包括：响应于接收到信息生