买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉支付宝(杭州)信息技术有限公司申请的专利产品推荐模型训练方法、产品推荐方法、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116932908B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310916653.3，技术领域涉及：G06F16/9535；该发明授权产品推荐模型训练方法、产品推荐方法、装置及存储介质是由石雨菲;熊万强;吴军;梅鵾设计研发完成，并于2023-07-24向国家知识产权局提交的专利申请。

本产品推荐模型训练方法、产品推荐方法、装置及存储介质在说明书摘要公布了：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。

本发明授权产品推荐模型训练方法、产品推荐方法、装置及存储介质在权利要求书中公布了：1.一种产品推荐模型训练方法，所述方法包括： 获取至少一个用户历史行为序列，基于产品推荐模型分别对各用户的历史行为序列进行数据增强，得到每一个用户的历史行为序列对应的至少两种增强历史行为序列； 基于所述产品推荐模型确定各用户的增强历史行为序列对应的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，以及基于所述第一表征距离值以及所述第二表征距离值确定所述产品推荐模型的损失函数的损失值； 基于所述损失函数的损失值训练所述产品推荐模型，直到所述产品推荐模型收敛； 其中，所述基于所述产品推荐模型确定各用户的增强历史行为序列对应的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，包括： 基于相同用户的历史行为序列对应的至少两种增强历史行为序列确定各正样本对； 基于不同用户的历史行为序列对应的增强历史行为序列确定各负样本对； 基于所述产品推荐模型确定各负样本对对应的第一表征距离值，以及各正样本对对应的第二表征距离值； 所述基于所述产品推荐模型确定各负样本对对应的第一表征距离值，以及各正样本对对应的第二表征距离值，包括： 提取各负样本对对应的两个增强历史行为序列各自的行为特征，确定各负样本对对应的两个第一度量向量，基于各负样本对对应的两个第一度量向量的余弦距离，确定不同用户之间的各第一表征距离值； 提取各正样本对对应的两个增强历史行为序列各自的行为特征，确定各正样本对对应的两个第二度量向量，基于各正样本对对应的两个第二度量向量的余弦距离，确定相同用户的各第二表征距离值； 所述基于所述第一表征距离值以及所述第二表征距离值确定所述产品推荐模型的损失函数的损失值，包括： 基于各正样本对的所述第二表征距离值H2=确定各分子项，以及基于与各正样本对对应的每个负样本对的第一表征距离值H0=确定分母项； 基于各分子项分别与所述分母项的比值确定各第一损失项Li=－logAiA0，基于各第一损失项确定所述产品推荐模型的损失函数的损失值； 其中，i与j均表示互为负样本对的两个增强历史行为序列对应的编号；i=0,1,2……，K；K+1为增强历史行为序列的总数量；Zi和Zi+表示正样本对对应的两个第二度量向量；Sx，y表示余弦距离函数；Zi和Zj表示负样本对对应的两个第一度量向量；温度系数是设定的超参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人支付宝(杭州)信息技术有限公司，其通讯地址为：310000 浙江省杭州市西湖区西溪路556号8层B段801-11；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。