推荐模型的训练方法、推荐方法、装置、设备及存储介质
本申请涉及模型构建领域,具体公开了一种推荐模型的训练方法、用户推荐方法、装置、设备及存储介质,所述方法包括:获取多个参与方的共同本地数据,并基于所述用户信息和所述用户信息对应的物品评分信息构建多个物品评分矩阵;对构建的多个所述物品评分矩阵进行矩阵分解,得到用户隐矩阵和多个物品隐矩阵;各个参与方分别在本地对所述用户隐矩阵以及各自的所述物品隐矩阵进行迭代训练,并基于所述用户隐矩阵和多个所述物品隐矩阵构建矩阵模型,计算所述矩阵模型的损失函数的损失值;当所述矩阵模型的损失函数的损失值达到预设值时,将所述矩阵模型作为推荐模型,完成模型训练。提高数据安全,并且提高训练得到的推荐模型的推荐准确率。
《推荐模型的训练方法、推荐方法、装置、设备及存储介质》是一发明专利,专利号为 2020115080023,当前法律状态为已下证,由平安科技(深圳)有限公司提出申请,发明人为王健宗;李泽远;何安珣,申请日期为2020-12-18,公开(公告)日期为2024-09-10,国际专利分类号(IPC)为 G06F 18/21 (2023.01),高新资质:未报高企,所属技术领域包括:AI人工智能、大语言模型、人工智能大模型 互联网 大数据 信息推荐 商品推荐 用户推荐 数据分析 电子商务。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本申请涉及模型构建领域,具体公开了一种推荐模型的训练方法、用户推荐方法、装置、设备及存储介质,所述方法包括:获取多个参与方的共同本地数据,并基于所述用户信息和所述用户信息对应的物品评分信息构建多个物品评分矩阵;对构建的多个所述物品评分矩阵进行矩阵分解,得到用户隐矩阵和多个物品隐矩阵;各个参与方分别在本地对所述用户隐矩阵以及各自的所述物品隐矩阵进行迭代训练,并基于所述用户隐矩阵和多个所述物品隐矩阵构建矩阵模型,计算所述矩阵模型的损失函数的损失值;当所述矩阵模型的损失函数的损失值达到预设值时,将所述矩阵模型作为推荐模型,完成模型训练。提高数据安全,并且提高训练得到的推荐模型的推荐准确率。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
