用户的行为预测方法、装置和机器学习模型的训练方法与流程

本公开涉及计算机，特别涉及一种用户的行为预测方法、用户的行为预测装置、机器学习模型的训练方法、机器学习模型的训练装置、电子设备和非易失性计算机可读存储介质。

背景技术：

1、随着深度学习技术在推荐系统中的应用，推荐系统准确率得到了显著提升。

2、在相关技术中，主要关注推荐的准确率，为用户推荐与其历史浏览物品相似的物品。

技术实现思路

1、本公开的发明人发现上述相关技术中存在如下问题：没有考虑其他影响用户选择的因素，导致用户行为的预测结果准确率较低。

2、鉴于此，本公开提出了一种用户的行为预测技术方案，能够提高用户行为的预测结果准确率。

3、根据本公开的一些实施例，提供了一种用户的行为预测方法，包括：根据当前物品的物品特征信息，提取当前物品的第一表示信息，第一表示信息用于表示物品的新颖程度；根据当前物品的第一表示信息和用户的历史选择物品的第一表示信息，评估当前物品对于用户的新颖程度；根据当前物品对于用户的新颖程度，预测用户是否会选择当前物品。

4、在一些实施例中，评估当前物品对于用户的新颖程度包括：提取当前物品的第一表示信息中不受干扰影响的分量和受干扰影响的分量；利用当前物品的不受干扰影响的分量和受干扰影响的分量，将当前物品的第一表示信息重构为当前物品的第二表示信息；根据当前物品的第二表示信息，评估当前物品对于用户的新颖程度。

5、在一些实施例中，将当前物品的第一表示信息重构为当前物品的第二表示信息包括：根据当前物品的不受干扰影响的分量和受干扰影响的分量的加权均值，将当前物品的第一表示信息重构为当前物品的第二表示信息。

6、在一些实施例中，提取当前物品的第一表示信息中不受干扰影响的分量和受干扰影响的分量包括：根据当前物品的文本特征信息，提取当前物品的工具变量；根据当前物品的工具变量，提取当前物品的第一表示信息中不受干扰影响的分量和受干扰影响的分量。

7、在一些实施例中，提取当前物品的第一表示信息中不受干扰影响的分量和受干扰影响的分量包括：根据当前物品的工具变量和当前物品的物品特征信息，利用最小二乘回归处理，提取当前物品的不受干扰影响的分量和受干扰影响的分量。

8、在一些实施例中，提取当前物品的不受干扰影响的分量和受干扰影响的分量包括：根据工具变量，利用第一多层感知机模块确定第一处理结果；根据当前物品的物品特征信息，利用第二多层感知机模块确定第二处理结果；根据第一处理结果和第二处理结果，确定当前物品的不受干扰影响的分量。

9、在一些实施例中，评估当前物品对于用户的新颖程度包括：根据当前物品的第二表示信息和至少一个历史选择物品的第二表示信息，评估当前物品对于用户的新颖程度，至少一个历史选择物品的第二表示信息根据至少一个历史选择物品的第一表示信息中不受干扰影响的分量和受干扰影响的分量重构。

10、在一些实施例中，评估当前物品对于用户的新颖程度包括：利用第一注意机制模块，对至少一个历史选择物品的第二表示信息进行聚合处理，以确定第一聚合处理结果；根据第一聚合处理结果和当前物品的第二表示信息，评估当前物品对于用户的新颖程度。

11、在一些实施例中，预测方法还包括：根据当前物品的物品特征信息和用户的至少一个历史选择物品的物品特征信息，评估用户对于当前物品的感兴趣程度；预测用户是否会选择当前物品包括：根据当前物品对于用户的新颖程度和感兴趣程度，预测用户是否会选择当前物品。

12、在一些实施例中，评估用户对于当前物品的感兴趣程度包括：利用第二注意机制模块，对至少一个历史选择物品的物品特征信息进行聚合处理，以确定第二聚合处理结果；根据第二聚合处理结果和当前物品的物品特征信息，评估用户对于当前物品的感兴趣程度。

13、在一些实施例中，评估用户对于当前物品的感兴趣程度包括：利用第三注意机制模块，对当前物品的物品特征信息和用户的至少一个历史选择物品的物品特征信息进行处理，以评估用户对于当前物品的感兴趣程度。

14、在一些实施例中，评估当前物品对于用户的新颖程度包括：利用第四注意机制模块，对当前物品的第一表示信息和用户的历史选择物品的第一表示信息进行处理，以评估当前物品对于用户的新颖程度。

15、根据本公开的另一些实施例，提供一种机器学习模型的训练方法，包括：根据当前物品样本的物品特征信息，利用机器学习模型提取当前物品的第一表示信息，第一表示信息用于表示物品的新颖程度；根据当前物品样本的第一表示信息和用户的历史选择物品的第一表示信息，利用机器学习模型评估当前物品样本对于用户的新颖程度；根据当前物品样本对于用户的新颖程度，利用机器学习模型预测用户是否会选择当前物品样本；根据预测结果和当前物品样本的标注结果，训练机器学习模型。

16、在一些实施例中，当前物品样本包括正样本和负样本，标注结果包括用于标注当前物品样本的新颖程度的第一标签和用于标注用户是否选择当前物品样本的第二标签，根据预测结果和当前物品样本的标注结果，训练机器学习模型包括：正样本的选择标签和负样本的第二标签，以及正样本的新颖程度是否大于负样本的新颖程度，判断用户对正样本的兴趣程度是否大于对负样本的兴趣程度；根据判断结果，确定兴趣损失；根据兴趣损失，训练机器学习模型。

17、在一些实施例中，根据判断结果，确定兴趣损失包括：在判断结果为用户对正样本的兴趣程度大于负样本的兴趣程度的情况下，根据机器学习模型评估的用户对正样本的兴趣程度和负样本的兴趣程度，确定兴趣损失；在判断结果为无法判断用户对正样本的兴趣程度是否大于负样本的兴趣程度的情况下，将兴趣损失确定为预设值。

18、在一些实施例中，训练机器学习模型包括：根据第一标签，确定新颖程度损失；根据第二标签，确定选择损失；根据新颖程度损失、选择损失和兴趣损失的加权均值，训练机器学习模型。

19、根据本公开的又一些实施例，提供一种用户的行为预测装置，包括：提取单元，用于根据当前物品的物品特征信息，提取当前物品的第一表示信息，第一表示信息用于表示物品的新颖程度；评估单元，用于根据当前物品的第一表示信息和用户的历史选择物品的第一表示信息，评估当前物品对于用户的新颖程度；预测单元，用于根据当前物品对于用户的新颖程度，预测用户是否会选择当前物品。

20、根据本公开的再一些实施例，提供一种机器学习模型的训练装置，包括：提取单元，用于根据当前物品样本的物品特征信息，利用机器学习模型提取当前物品的第一表示信息，第一表示信息用于表示物品的新颖程度；评估单元，用于根据当前物品样本的第一表示信息和用户的历史选择物品的第一表示信息，利用机器学习模型评估当前物品样本对于用户的新颖程度；预测单元，用于根据当前物品样本对于用户的新颖程度，利用机器学习模型预测用户是否会选择当前物品样本；训练单元，用于根据预测结果和当前物品样本的标注结果，训练机器学习模型。

21、根据本公开的又一些实施例，提供一种电子设备，包括：存储器；和耦接至存储器的处理器，处理器被配置为基于存储在存储器装置中的指令，执行上述任一个实施例中的用户的行为预测方法，或者机器学习模型的训练方法。

22、根据本公开的再一些实施例，提供一种非易失性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一个实施例中的用户的行为预测方法，或者机器学习模型的训练方法。

23、在上述实施例中，评估了当前物品对于用户的新颖程度，作为预测用户是否会点击当前物品的依据。这样，通过引入物品新颖性对用户行为的影响，能够提高用户行为的预测结果准确率。