新闻推荐模型的训练方法及装置与流程

本申请涉及信息处理，尤其涉及一种新闻推荐模型的训练方法及装置。

背景技术：

1、在信息化时代，各种各样的信息围绕着我们，等着我们去接受。股票信息、娱乐新闻、体育新闻等形形色色的信息五花八门，如此多的信息对用户来说，更愿意把时间花在感兴趣的领域。因此，需要结合推荐系统能力，来为用户提供个性化的新闻推荐，帮助用户快速找到感兴趣的新闻。在现有的推荐系统中，更多的还是基于已有的内容（比如用户搜索记录），结合用户与内容的偏好匹配度，为用户推荐可能感兴趣的新闻。这种方法存在推荐新闻质量参差不齐，以及推荐重复或相似的内容。

技术实现思路

1、有鉴于此，本申请实施例提供了一种新闻推荐模型的训练方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，推荐新闻质量参差不齐，以及推荐重复或相似的新闻的问题。

2、本申请实施例的第一方面，提供了一种新闻推荐模型的训练方法，包括：构建信息表征网络，利用信息表征网络和深度神经网络构建新闻推荐网络；利用应用程序编程接口和卷积神经网络构建在线学习网络；构建新闻融合网络，利用新闻推荐网络、新闻融合网络和在线学习网络构建新闻推荐模型；获取训练数据，利用训练数据对新闻推荐模型进行监督学习训练，其中，训练数据包含多个用户的用户信息以及每个用户对应的标签；在利用监督学习训练后的新闻推荐模型为不同用户推荐新闻的过程中，利用在线学习网络收集并处理各个用户对新闻推荐模型提供的推荐结果的反馈，依据在线学习网络处理各个用户的反馈的结果对新闻推荐模型进行强化学习训练。

3、本申请实施例的第二方面，提供了一种新闻推荐模型的训练装置，包括：构建模块，被配置为构建信息表征网络和在线学习网络，利用信息表征网络、大语言模型和在线学习网络构建新闻推荐模型；第一训练模块，被配置为获取训练数据，将训练数据中的用户信息输入新闻推荐模型：利用信息表征网络处理用户信息，得到用户特征表征，利用大语言模型处理用户特征表征，得到用户信息对应的推荐结果，依据用户信息对应的推荐结果和标签对新闻推荐模型进行监督学习训练；第二训练模块，被配置为在利用监督学习训练后的新闻推荐模型为不同用户推荐新闻的过程中，利用在线学习网络收集并处理各个用户对新闻推荐模型提供的推荐结果的反馈，依据在线学习网络处理各个用户的反馈的结果对新闻推荐模型进行强化学习训练。

4、本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

5、本申请实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

6、本申请实施例与现有技术相比存在的有益效果是：因为本申请实施例通过构建信息表征网络，利用信息表征网络和深度神经网络构建新闻推荐网络；利用应用程序编程接口和卷积神经网络构建在线学习网络；构建新闻融合网络，利用新闻推荐网络、新闻融合网络和在线学习网络构建新闻推荐模型；获取训练数据，利用训练数据对新闻推荐模型进行监督学习训练，其中，训练数据包含多个用户的用户信息以及每个用户对应的标签；在利用监督学习训练后的新闻推荐模型为不同用户推荐新闻的过程中，利用在线学习网络收集并处理各个用户对新闻推荐模型提供的推荐结果的反馈，依据在线学习网络处理各个用户的反馈的结果对新闻推荐模型进行强化学习训练，因此，采用上述技术手段，可以解决现有技术中，推荐新闻质量参差不齐，以及推荐重复或相似的新闻的问题，进而提高推荐新闻质量，避免推荐重复或相似的新闻。

技术特征：

1.一种新闻推荐模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，利用所述训练数据对所述新闻推荐模型进行监督学习训练，包括：

3.根据权利要求2所述的方法，其特征在于，通过所述新闻推荐网络处理各个用户的用户信息，以确定各个用户对应的新闻推荐列表，包括：

4.根据权利要求3所述的方法，其特征在于，通过所述信息表征网络处理所述训练数据中各个用户的用户信息，得到各个用户的用户特征表征，包括：

5.根据权利要求2所述的方法，其特征在于，通过所述新闻融合网络处理各个用户对应的新闻推荐列表，以确定各个用户对应的推荐结果，包括：

6.根据权利要求1所述的方法，其特征在于，利用所述在线学习网络收集并处理各个用户对所述新闻推荐模型提供的推荐结果的反馈，包括：

7.根据权利要求6所述的方法，其特征在于，通过所述卷积神经网络处理各个用户对所述新闻推荐模型提供的推荐结果的反馈，得到各个用户的反馈对应的处理结果，包括：

8.一种新闻推荐模型的训练装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

技术总结
本申请涉及信息处理技术领域，提供了一种新闻推荐模型的训练方法及装置。该方法包括：构建信息表征网络，利用信息表征网络和深度神经网络构建新闻推荐网络；利用应用程序编程接口和卷积神经网络构建在线学习网络；构建新闻融合网络，利用新闻推荐网络、新闻融合网络和在线学习网络构建新闻推荐模型；利用训练数据对新闻推荐模型进行监督学习训练，其中，训练数据包含多个用户的用户信息以及每个用户对应的标签；在利用监督学习训练后的新闻推荐模型为不同用户推荐新闻的过程中，利用在线学习网络收集并处理各个用户对新闻推荐模型提供的推荐结果的反馈，依据在线学习网络处理各个用户的反馈的结果对新闻推荐模型进行强化学习训练。

技术研发人员：王芳,董辉
受保护的技术使用者：深圳须弥云图空间科技有限公司
技术研发日：
技术公布日：2024/1/14