CN115293359A - 一种数据处理方法及相关装置 - Google Patents

一种数据处理方法及相关装置 Download PDF

Info

Publication number
CN115293359A
CN115293359A CN202210810008.9A CN202210810008A CN115293359A CN 115293359 A CN115293359 A CN 115293359A CN 202210810008 A CN202210810008 A CN 202210810008A CN 115293359 A CN115293359 A CN 115293359A
Authority
CN
China
Prior art keywords
model
user
operation information
recommendation model
recommendation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210810008.9A
Other languages
English (en)
Inventor
陈渤
秦佳锐
刘卫文
唐睿明
张伟楠
俞勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202210810008.9A priority Critical patent/CN115293359A/zh
Publication of CN115293359A publication Critical patent/CN115293359A/zh
Priority to PCT/CN2023/106278 priority patent/WO2024012360A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种数据处理方法，可以应用于人工智能领域，方法包括：根据第一训练样本，通过第一推荐模型，预测用户对物品的第一操作信息；第一操作信息和第二操作信息用于确定第一损失，第二操作信息包括根据用户的操作日志得到的信息，第一损失用于更新第一推荐模型，根据第二训练样本，分别通过第二推荐模型以及更新后的第一推荐模型，预测用户对物品的第三操作信息以及第四操作信息，第三操作信息和第四操作信息用于确定第二损失，第一推荐模型和第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型。本申请采用联合训练的模式，让每个阶段模型关注于拟合各自阶段的数据，同时利用上下游阶段来辅助训练，进而提升预测效果。

Description

一种数据处理方法及相关装置
技术领域
本申请涉及人工智能领域，尤其涉及一种数据处理方法及相关装置。
背景技术
人工智能(artificial intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
工业信息检索系统(如推荐系统、搜索引擎或广告平台)旨在为用户从海量数据(如物品、资讯、广告)中检索出用户最感兴趣的数据，从而提供给用户。然而，由于互联网的信息爆炸，各大平台每天都产生数以百万计的新信息，给信息检索系统带来极大的挑战。此外，由于用户可接受的系统响应时间是非常短(几十毫妙)，因此在如此短的时间内为用户检索出最感兴趣的数据，成为信息检索系统的首要任务。
一般来说，复杂的机器学习模型可以更好地建模用户和物品之间的关系，因此具有更好的预测准确性，但通常也会导致效率低下，因此，受限于在线推理的时延要求，部署时会变得更加困难，只能对少量物品进行打分。相反，简单模型由于复杂度比较低，因此对大量物品进行打分在效率上是可行的，但是受限于模型容量低的原因，预测效果往往不尽如人意。因此，构建多阶段排序系统是工业界信息检索系统用来平衡预测效率和效果的常用解决方案。多阶段排序系统将原本单一系统划分成多个阶段，简单模型可以部署在系统的早期阶段，旨在快速过滤掉大量不相关的候选物品，而复杂的模型通常放置在检索的后期阶段，更加贴近用户，从而更准确地对候选物品进行排序。
然而，现有技术中对多阶段排序模型进行训练的过程中，每一个阶段的推荐模型只关注于当前阶段的训练，训练时无法拟合推理空间的数据，因此具有较差的预测能力。
发明内容
本申请提供了一种数据处理方法，采用联合训练的模式，让每个阶段模型关注于拟合各自阶段的数据，同时利用上下游阶段来辅助训练，进而提升预测效果。
第一方面，本申请提供了一种数据处理方法，该方法包括：根据第一训练样本，通过第一推荐模型，预测该用户对物品的第一操作信息；该第一训练样本为用户和物品的属性信息，该第一操作信息和第二操作信息用于确定第一损失；该第二操作信息包括根据该用户的操作日志得到的信息；该第一损失用于更新该第一推荐模型；根据第二训练样本，分别通过第二推荐模型以及该更新后的该第一推荐模型，预测该用户对物品的第三操作信息以及第四操作信息；该第二训练样本为用户和物品的属性信息，该第一推荐模型和该第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型，该第三操作信息和该第四操作信息用于确定第二损失；该第二损失用于更新该更新后的该第一推荐模型。
具体的，通过自我学习流得到的更新后的第一推荐模型可以处理第二训练样本，以得到第四操作信息，而作为第三操作信息的监督信号(也就是第二训练样本的真值)，可以通过作为更高阶的推荐模型进行预测得到(也就是根据第二训练样本，通过第二推荐模型预测该用户对物品的第三操作信息)。在对低阶推荐模型进行训练的过程中加入了精排模型的指导，利用不同阶段之间的交互信息，在不改变系统架构或牺牲推理效率的情况下可以获得更好的性能。
相比于现有技术中，每一个阶段的推荐模型只关注于当前阶段的训练，训练时无法拟合推理空间的数据，因此具有较差的预测能力。本发明采用联合训练的模式，让每个阶段模型关注于拟合各自阶段的数据，同时利用上下游阶段来辅助训练，进而提升预测效果。此外，本申请实施例中提出的多阶段联合优化是在不同模型之间以数据交流的形式实现的，不改变各自模型的训练流程，因此更加契合工业系统的部署，同时取得更好的预测效果。
在一种可能的实现中，多阶段推荐系统的架构往往采用召回(或者可以称之为匹配)、粗排、精排、重排的架构(或者仅包括召回、粗排和精排，或者是其中的至少两个的组合，本申请并不限定)。其中，粗排可以位于召回和精排之间，粗排层的主要目标是从上万数量级的候选召回集合中选择出最好的上百数量级的候选召回子集合进入精排，由精排进行进一步排序输出。
在一种可能的实现中，该第一推荐模型可以为粗排模型，该第二推荐模型可以为精排模型；或者，该第一推荐模型为召回模型，该第二推荐模型为精排模型；或者，该第一推荐模型为召回模型，该第二推荐模型为粗排模型；或者，该第一推荐模型为精排模型，该第二推荐模型为重排模型；或者，该第一推荐模型为粗排模型，该第二推荐模型为重排模型；或者，该第一推荐模型为召回模型，该第二推荐模型为重排模型。
在一种可能的实现中，在进行模型推理时，收敛后的该第一推荐模型输出的操作信息用于进行物品的筛选，收敛后的该第二推荐模型用于预测用户对筛选后的物品中部分或全部物品的操作信息。
在一种可能的实现中，收敛后的该第二推荐模型用于预测用户对筛选后的物品中全部物品的操作信息(例如，第一推荐模型为粗排模型，第二推荐模型为精排模型)。
在一种可能的实现中，收敛后的该第二推荐模型用于预测用户对筛选后的物品中部分物品的操作信息(例如，第一推荐模型为粗排模型，第二推荐模型为重排模型，基于第一推荐模型得到的预测结果可以进行一次的物品筛选，精排模型需要进行进一步的筛选，第二推荐模型可以根据精排模型筛选得到的物品进行预测)。
在一种可能的实现中，该第二推荐模型的复杂度大于该第一推荐模型的复杂度；该复杂度与如下的至少一种有关：模型包括的参数的数量、模型包括的网络层的深度、模型包括的网络层的宽度、输入数据的特征维度数量。
在对第一推荐模型进行训练时，可以根据第一推荐模型对第一训练样本进行处理，也就是通过第一推荐模型，预测该用户对物品的第一操作信息；该第一训练样本为用户和物品的属性信息。
其中，在第一推荐模型为多阶段排序系统的中间阶段的模型时，第一训练样本中的物品可以为通过上游阶段的推荐模型筛选得到的物品。第一训练样本可以为用户和物品的属性信息。
其中，用户的属性信息可以为与用户喜好特征相关的属性，性别、年龄、职业、收入、爱好以及受教育程度中的至少一种，其中，性别可以为男或者女，年龄可以为0-100之间的数字，职业可以为教师、程序员、厨师等等，爱好可以为篮球、网球、跑步等等，受教育程度可以为小学、初中、高中、大学等等；本申请并不限定目标用户的属性信息的具体类型。
其中，物品可以为实体物品，或者是虚拟物品，例如可以为APP、音视频、网页以及新闻资讯等物品，物品的属性信息可以为物品名称、开发者、安装包大小、品类以及好评度中的至少一种，其中，以物品为应用程序为例，物品的品类可以为聊天类、跑酷类游戏、办公类等等，好评度可以为针对于物品的打分、评论等；本申请并不限定物品的属性信息的具体类型。
其中，第一推荐模型预测得到的第一操作信息可以为用户针对于物品的行为操作类型，或者是是否进行了某一个操作类型的操作，上述操作类型可以为电商平台行为中的浏览、点击、加入购物车、购买等操作类型。
其中，第二操作信息可以用于作为训练第一推荐模型时的真值(ground truth)，第一训练样本中的物品可以包括曝光物品(也就是已经呈现给用户的物品)和未曝光物品(也就是还未呈现给用户的物品)，针对于曝光物品，第一推荐模型可以预测用户对曝光物品的操作信息，相应的，第二操作信息中作为用户对曝光物品的操作信息的真值的这部分信息可以基于用户与物品之间的交互记录(例如用户的操作日志)得到，该行为日志可以包括用户对各个物品的真实操作记录。
在一种可能的实现中，该第一训练样本为用户、曝光物品以及未曝光物品的属性信息，该第二操作信息包括用户对该未曝光物品的预测操作信息、以及用户对该曝光物品的实际操作信息，该实际操作信息为根据该用户的操作日志得到。
针对于未曝光物品，第一推荐模型可以预测用户对未曝光物品的操作信息，相应的，第二操作信息中作为用户对未曝光物品的操作信息的真值的这部分信息可以预测得到(也就是预测操作信息)。可选的，该预测操作信息指示该用户对该未曝光物品未进行操作(也就是将未曝光样本作为负相关样本)，或者是通过其他预测模型得到。
在现有的实现中，推荐模型是利用曝光数据来训练的；在推理时，模型需要对大量没见过的数据进行排序。这意味着训练期间的数据分布与推理期间的数据分布有很大不同，将导致系统处于次优状态，本申请实施例中，通过对未曝光数据进行预测(或者直接)，并利用未曝光数据进行多阶段排序系统中推荐模型的训练，可以提升模型的性能。
在一种可能的实现中，该第一训练样本为用户和物品的属性信息，包括：该第一训练样本为用户和N个物品的属性信息，该第一操作信息为该用户对该N个物品的操作信息，该第一操作信息用于从该N个物品中筛选N1个物品；该方法还包括：根据该用户和该N1个物品中部分或全部物品的属性信息，通过第三推荐模型，预测该用户对该N1个物品中部分或全部物品的第五操作信息；该第五操作信息和第六操作信息用于确定第三损失，该第六操作信息包括根据该用户的操作日志得到的信息；该第三损失用于更新该第三推荐模型，以得到该第二推荐模型。
第二方面，本申请提供了一种数据处理装置，该装置包括：
第一预测模块，用于根据第一训练样本，通过第一推荐模型，预测该用户对物品的第一操作信息；该第一训练样本为用户和物品的属性信息，该第一操作信息和第二操作信息用于确定第一损失；该第二操作信息包括根据该用户的操作日志得到的信息；该第一损失用于更新该第一推荐模型；
第二预测模块，用于根据第二训练样本，分别通过第二推荐模型以及该更新后的该第一推荐模型，预测该用户对物品的第三操作信息以及第四操作信息；该第二训练样本为用户和物品的属性信息，该第一推荐模型和该第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型，该第三操作信息和该第四操作信息用于确定第二损失；该第二损失用于更新该更新后的该第一推荐模型。
在一种可能的实现中，在进行模型推理时，收敛后的该第一推荐模型输出的操作信息用于进行物品的筛选，收敛后的该第二推荐模型用于预测用户对筛选后的物品中部分或全部物品的操作信息。
在一种可能的实现中，该第二推荐模型的复杂度大于该第一推荐模型的复杂度；该复杂度与如下的至少一种有关：
模型包括的参数的数量、模型包括的网络层的深度、模型包括的网络层的宽度、输入数据的特征维度数量。
在一种可能的实现中，该第一训练样本为用户、曝光物品以及未曝光物品的属性信息，该第二操作信息包括用户对该未曝光物品的预测操作信息、以及用户对该曝光物品的实际操作信息，该实际操作信息为根据该用户的操作日志得到；或者，
该第二训练样本为用户、曝光物品以及未曝光物品的属性信息。
在一种可能的实现中，该预测操作信息指示该用户对该未曝光物品未进行操作。
在一种可能的实现中，该第一训练样本为用户和物品的属性信息，包括：该第一训练样本为用户和N个物品的属性信息，该第一操作信息为该用户对该N个物品的操作信息，该第一操作信息用于从该N个物品中筛选N1个物品；
该装置还包括：
第三预测模块，用于根据该用户和该N1个物品中部分或全部物品的属性信息，通过第三推荐模型，预测该用户对该N1个物品中部分或全部物品的第五操作信息；该第五操作信息和第六操作信息用于确定第三损失，该第六操作信息包括根据该用户的操作日志得到的信息；该第三损失用于更新该第三推荐模型，以得到该第二推荐模型。
在一种可能的实现中，该第一推荐模型为粗排模型，该第二推荐模型为精排模型；或者，
该第一推荐模型为召回模型，该第二推荐模型为精排模型；或者，
该第一推荐模型为召回模型，该第二推荐模型为粗排模型；或者，
该第一推荐模型为精排模型，该第二推荐模型为重排模型；或者，
该第一推荐模型为粗排模型，该第二推荐模型为重排模型；或者，
该第一推荐模型为召回模型，该第二推荐模型为重排模型。
在一种可能的实现中，该属性信息包括用户属性，该用户属性包括如下的至少一种：
性别，年龄，职业，收入，爱好，教育程度。
在一种可能的实现中，该属性信息包括物品属性，该物品属性包括如下的至少一种：
物品名称，开发者，安装包大小，品类，好评度。
第三方面，本申请实施例提供了一种数据处理装置，可以包括存储器、处理器以及总线系统，其中，存储器用于存储程序，处理器用于执行存储器中的程序，以执行如上述第一方面任一可选的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述第一方面及任一可选的方法。
第五方面，本申请实施例提供了一种计算机程序产品，包括代码，当代码被执行时，用于实现上述第一方面及任一可选的方法。
第六方面，本申请提供了一种芯片系统，该芯片系统包括处理器，用于支持执行设备或训练设备实现上述方面中所涉及的功能，例如，发送或处理上述方法中所涉及的数据；或，信息。在一种可能的设计中，该芯片系统还包括存储器，该存储器，用于保存执行设备或训练设备必要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。
本申请实施例提供了一种数据处理方法，该方法包括：根据第一训练样本，通过第一推荐模型，预测该用户对物品的第一操作信息；该第一训练样本为用户和物品的属性信息，该第一操作信息和第二操作信息用于确定第一损失；该第二操作信息包括根据该用户的操作日志得到的信息；该第一损失用于更新该第一推荐模型；根据第二训练样本，分别通过第二推荐模型以及该更新后的该第一推荐模型，预测该用户对物品的第三操作信息以及第四操作信息；该第二训练样本为用户和物品的属性信息，该第一推荐模型和该第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型，该第三操作信息和该第四操作信息用于确定第二损失；该第二损失用于更新该更新后的该第一推荐模型。相比于现有技术中，每一个阶段的推荐模型只关注于当前阶段的训练，训练时无法拟合推理空间的数据，因此具有较差的预测能力。本发明采用联合训练的模式，让每个阶段模型关注于拟合各自阶段的数据，同时利用上下游阶段来辅助训练，进而提升预测效果。此外，本申请实施例中提出的多阶段联合优化是在不同模型之间以数据交流的形式实现的，不改变各自模型的训练流程，因此更加契合工业系统的部署，同时取得更好的预测效果。
附图说明
图1为人工智能主体框架的一种结构示意图；
图2为本申请实施例提供的一种系统架构的示意图；
图3为本申请实施例提供的一种信息推荐流程的示意图；
图4为本申请实施例提供的一种数据处理方法的流程示意图；
图5为本申请实施例提供的一种模型训练的流程示意图；
图6为本申请实施例提供的一种数据处理装置的示意图；
图7为本申请实施例提供的一种执行设备的示意图；
图8为本申请实施例提供的一种训练设备的示意图；
图9为本申请实施例提供的一种芯片的示意图。
具体实施方式
下面结合本发明实施例中的附图对本发明实施例进行描述。本发明的实施方式部分使用的术语仅用于对本发明的具体实施例进行解释，而非旨在限定本发明。
下面结合附图，对本申请的实施例进行描述。本领域普通技术人员可知，随着技术的发展和新场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
首先对人工智能系统总体工作流程进行描述，请参见图1，图1示出的为人工智能主体框架的一种结构示意图，下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中，“智能信息链”反映从数据的获取到处理的一列过程。举例来说，可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中，数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程，反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能系统提供计算能力支持，实现与外部世界的沟通，并通过基础平台实现支撑。通过传感器与外部沟通；计算能力由智能芯片(CPU、NPU、GPU、ASIC、FPGA等硬件加速芯片)提供；基础平台包括分布式计算框架及网络等相关的平台保障和支持，可以包括云存储和计算、互联互通网络等。举例来说，传感器和外部沟通获取数据，这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本，还涉及到传统设备的物联网数据，包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练，机器学习，深度学习，搜索，推理，决策等方式。
其中，机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能系统中，模拟人类的智能推理方式，依据推理控制策略，利用形式化的信息进行机器思维和求解问题的过程，典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程，通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后，进一步基于数据处理的结果可以形成一些通用的能力，比如可以是算法或者一个通用系统，例如，翻译，文本的分析，计算机视觉的处理，语音识别，图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能系统在各领域的产品和应用，是对人工智能整体解决方案的封装，将智能信息决策产品化、实现落地应用，其应用领域主要包括：智能终端、智能交通、智能医疗、自动驾驶、智慧城市等。
本申请实施例可以应用于信息推荐领域，具体的，可以应用于应用市场、音乐播放推荐、视频播放推荐、阅读类推荐、新闻资讯推荐以及网页中的信息推荐等。本申请可以应用于推荐系统，推荐系统可以基于本申请提供的数据处理方法得到的推荐模型来确定推荐对象，推荐对象例如可以但不限于是应用程序(application，APP)、音视频、网页以及新闻资讯等物品。
在推荐系统中，信息推荐可以包括预测和推荐等过程。其中，预测所需要解决的是预测用户对每个物品的喜好程度，可以通过用户选择该物品的概率来反映上述喜好程度。推荐可以是根据预测的结果将推荐对象进行排序，例如根据预测的喜好程度，按照喜好程度高到低的顺序进行排序，并基于排序的结果对用户进行信息推荐。
例如，在应用市场的场景中，推荐系统可以基于排序的结果对用户进行应用程序的推荐，在音乐推荐的场景中，推荐系统可以基于排序的结果对用户进行音乐的推荐，在视频推荐的场景中，推荐系统可以基于排序的结果对用户进行视频的推荐。
接下来介绍本申请实施例的应用架构。
下面结合图2对本申请实施例提供的系统架构进行详细的介绍。图2为本申请一实施例提供的系统架构示意图。如图2所示，系统架构500包括执行设备510、训练设备520、数据库530、客户设备540、数据存储系统550以及数据采集系统560。
执行设备510包括计算模块511、I/O接口512、预处理模块513和预处理模块514。计算模块511中可以包括目标模型/规则501，预处理模块513和预处理模块514是可选的。
数据采集设备560用于采集训练样本。在本申请实施例中，训练样本可以为用户的历史操作记录，该历史操作记录可以为用户的行为日志(logs)，该历史操作记录可以包括用户针对于物品的操作信息，其中，操作信息可以包括操作类型、用户的标识、物品的标识，在物品为电商产品时，操作类型可以包括但不限于点击、购买、退货、加入购物车等等，在物品为应用程序时，操作类型可以但不限于为点击、下载等等，训练样本为对初始化的推荐模型进行训练时所采用的数据。在采集到训练样本之后，数据采集设备560将这些训练样本存入数据库530。
训练设备520可以基于数据库530中维护的训练样本对初始化的推荐模型进行训练，以得到目标模型/规则501。本申请实施例中，目标模型/规则501可以为多阶段排序模型，多阶段排序模型可以基于用户以及物品的信息来预测用户针对于物品的操作信息，该操作信息可以用于进行信息推荐。
需要说明的是，在实际应用中，数据库530中维护的训练样本不一定都来自于数据采集设备560的采集，也有可能是从其他设备接收得到的，或者是基于数据采集设备560采集的数据进行数据扩展得到的(例如本申请实施例中的目标用户对所述第一物品的第二操作类型)。另外需要说明的是，训练设备520也不一定完全基于数据库530维护的训练样本进行目标模型/规则501的训练，也有可能从云端或其他地方获取训练样本进行模型训练，上述描述不应该作为对本申请实施例的限定。
根据训练设备520训练得到的目标模型/规则501可以应用于不同的系统或设备中，如应用于图2所示的执行设备510，所述执行设备510可以是终端，如手机终端，平板电脑，笔记本电脑，增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备，车载终端等，还可以是服务器或者云端等。
在图2中，执行设备510配置输入/输出(input/output，I/O)接口512，用于与外部设备进行数据交互，用户可以通过客户设备540向I/O接口512输入数据。
预处理模块513和预处理模块514用于根据I/O接口512接收到的输入数据进行预处理。应理解，可以没有预处理模块513和预处理模块514或者只有的一个预处理模块。当不存在预处理模块513和预处理模块514时，可以直接采用计算模块511对输入数据进行处理。
在执行设备510对输入数据进行预处理，或者在执行设备510的计算模块511执行计算等相关的处理过程中，执行设备510可以调用数据存储系统550中的数据、代码等以用于相应的处理，也可以将相应处理得到的数据、指令等存入数据存储系统550中。
最后，I/O接口512将处理结果呈现给客户设备540，从而提供给用户。
本申请实施例中，执行设备510可以包括硬件电路(如专用集成电路(applicationspecific integrated circuit，ASIC)、现场可编程门阵列(field-programmable gatearray，FPGA)、通用处理器、数字信号处理器(digital signal processing，DSP)、微处理器或微控制器等等)、或这些硬件电路的组合，例如，执行设备510可以为具有执行指令功能的硬件系统，如CPU、DSP等，或者为不具有执行指令功能的硬件系统，如ASIC、FPGA等，或者为上述不具有执行指令功能的硬件系统以及具有执行指令功能的硬件系统的组合。
应理解，执行设备510可以为不具有执行指令功能的硬件系统以及具有执行指令功能的硬件系统的组合，本申请实施例提供的数据处理方法的部分步骤还可以通过执行设备510中不具有执行指令功能的硬件系统来实现，这里并不限定。
在图2所示情况下，用户可以手动给定输入数据，该“手动给定输入数据”可以通过I/O接口512提供的界面进行操作。另一种情况下，客户设备540可以自动地向I/O接口512发送输入数据，如果要求客户设备540自动发送输入数据需要获得用户的授权，则用户可以在客户设备540中设置相应权限。用户可以在客户设备540查看执行设备510输出的结果，具体的呈现形式可以是显示、声音、动作等具体方式。客户设备540也可以作为数据采集端，采集如图所示输入I/O接口512的输入数据及输出I/O接口512的输出结果作为新的样本数据，并存入数据库530。当然，也可以不经过客户设备540进行采集，而是由I/O接口512直接将如图所示输入I/O接口512的输入数据及输出I/O接口512的输出结果，作为新的样本数据存入数据库530。
值得注意的是，图2仅是本申请实施例提供的一种系统架构的示意图，图中所示设备、器件、模块等之间的位置关系不构成任何限制，例如，在图2中，数据存储系统550相对执行设备510是外部存储器，在其它情况下，也可以将数据存储系统550置于执行设备510中。应理解，上述执行设备510可以部署于客户设备540中。
由于本申请实施例涉及大量神经网络的应用，为了便于理解，下面先对本申请实施例涉及的相关术语及神经网络等相关概念进行介绍。
1、点击概率(click-throughrate，CTR)
点击概率又可以称为点击率，是指网站或者应用程序上推荐信息(例如，推荐物品)被点击次数和曝光次数之比，点击率通常是推荐系统中衡量推荐系统的重要指标。
2、个性化推荐系统
个性化推荐系统是指根据用户的历史数据(例如本申请实施例中的操作信息)，利用机器学习算法进行分析，并以此对新请求进行预测，给出个性化的推荐结果的系统。
3、离线训练(offlinetraining)
离线训练是指在个性化推荐系统中，根据用户的历史数据(例如本申请实施例中的操作信息)，对推荐模型参数按照机器学习的算法进行迭代更新直至达到设定要求的模块。
4、在线预测(onlineinference)
在线预测是指基于离线训练好的模型，根据用户、物品和上下文的特征预测该用户在当前上下文环境下对推荐物品的喜好程度，预测用户选择推荐物品的概率。
例如，图3是本申请实施例提供的推荐系统的示意图。如图3所示，当一个用户进入统，会触发一个推荐的请求，推荐系统会将该请求及其相关信息(例如本申请实施例中的操作信息)输入到推荐模型，然后预测用户对系统内的物品的选择率。进一步，根据预测的选择率或基于该选择率的某个函数将物品降序排列，即推荐系统可以按顺序将物品展示在不同的位置作为对用户的推荐结果。用户浏览不同的处于位置的物品并发生用户行为，如浏览、选择以及下载等。同时，用户的实际行为会存入日志中作为训练数据，通过离线训练模块不断更新推荐模型的参数，提高模型的预测效果。
例如，用户打开智能终端(例如，手机)中的应用市场即可触发应用市场中的推荐系统。应用市场的推荐系统会根据用户的历史行为日志，例如，用户的历史下载记录、用户选择记录，应用市场的自身特征，比如时间、地点等环境特征信息，预测用户下载推荐的各个候选APP的概率。根据计算的结果，应用市场的推荐系统可以按照预测的概率值大小降序展示候选APP，从而提高候选APP的下载概率。
示例性地，可以将预测的用户选择率较高的APP展示在靠前的推荐位置，将预测的用户选择率较低的APP展示在靠后的推荐位置。
5、多阶段级联排序系统
多阶段级联排序系统在本申请实施例中也可以称之为多阶段排序系统，由于商业系统中物品规模数量庞大，同时用户请求响应时间需要严格控制在几十毫秒内，现阶段的商业排序系统一般都是分割为多个级联的独立排序系统，上游系统的输出作为下游系统的输入，从而逐层过滤，减少每一个阶段打分物品规模，兼顾最终预测的效果和响应时延。
上述推荐模型可以是神经网络模型，下面对本申请实施例可能涉及的神经网络的相关术语和概念进行介绍。
(1)神经网络
神经网络可以是由神经单元组成的，神经单元可以是指以xs(即输入数据)和截距1为输入的运算单元，该运算单元的输出可以为：
Figure BDA0003740404170000101
其中，s＝1、2、……n，n为大于1的自然数，Ws为xs的权重，b为神经单元的偏置。f为神经单元的激活函数(activation functions)，用于将非线性特性引入神经网络中，来将神经单元中的输入信号转换为输出信号。该激活函数的输出信号可以作为下一层卷积层的输入，激活函数可以是sigmoid函数。神经网络是将多个上述单一的神经单元联结在一起形成的网络，即一个神经单元的输出可以是另一个神经单元的输入。每个神经单元的输入可以与前一层的局部接受域相连，来提取局部接受域的特征，局部接受域可以是由若干个神经单元组成的区域。
(2)深度神经网络
深度神经网络(Deep Neural Network，DNN)，也称多层神经网络，可以理解为具有很多层隐含层的神经网络，这里的“很多”并没有特别的度量标准。从DNN按不同层的位置划分，DNN内部的神经网络可以分为三类：输入层，隐含层，输出层。一般来说第一层是输入层，最后一层是输出层，中间的层数都是隐含层。层与层之间是全连接的，也就是说，第i层的任意一个神经元一定与第i+1层的任意一个神经元相连。虽然DNN看起来很复杂，但是就每一层的工作来说，其实并不复杂，简单来说就是如下线性关系表达式：
Figure BDA0003740404170000111
其中，
Figure BDA0003740404170000112
是输入向量，
Figure BDA0003740404170000113
是输出向量，
Figure BDA0003740404170000114
是偏移向量，W是权重矩阵(也称系数)，α()是激活函数。每一层仅仅是对输入向量
Figure BDA0003740404170000115
经过如此简单的操作得到输出向量
Figure BDA0003740404170000116
由于DNN层数多，则系数W和偏移向量
Figure BDA0003740404170000117
的数量也就很多了。这些参数在DNN中的定义如下所述：以系数W为例：假设在一个三层的DNN中，第二层的第4个神经元到第三层的第2个神经元的线性系数定义为
Figure BDA0003740404170000118
上标3代表系数W所在的层数，而下标对应的是输出的第三层索引2和输入的第二层索引4。总结就是：第L-1层的第k个神经元到第L层的第j个神经元的系数定义为
Figure BDA0003740404170000119
需要注意的是，输入层是没有W参数的。在深度神经网络中，更多的隐含层让网络更能够刻画现实世界中的复杂情形。理论上而言，参数越多的模型复杂度越高，“容量”也就越大，也就意味着它能完成更复杂的学习任务。训练深度神经网络的也就是学习权重矩阵的过程，其最终目的是得到训练好的深度神经网络的所有层的权重矩阵(由很多层的向量W形成的权重矩阵)。
(3)损失函数
在训练深度神经网络的过程中，因为希望深度神经网络的输出尽可能的接近真正想要预测的值，所以可以通过比较当前网络的预测值和真正想要的目标值，再根据两者之间的差异情况来更新每一层神经网络的权重向量(当然，在第一次更新之前通常会有初始化的过程，即为深度神经网络中的各层预先配置参数)，比如，如果网络的预测值高了，就调整权重向量让它预测低一些，不断的调整，直到深度神经网络能够预测出真正想要的目标值或与真正想要的目标值非常接近的值。因此，就需要预先定义“如何比较预测值和目标值之间的差异”，这便是损失函数(loss function)或目标函数(objective function)，它们是用于衡量预测值和目标值的差异的重要方程。其中，以损失函数举例，损失函数的输出值(loss)越高表示差异越大，那么深度神经网络的训练就变成了尽可能缩小这个loss的过程。
(4)反向传播算法
可以采用误差反向传播(back propagation，BP)算法在训练过程中修正初始模型中参数的大小，使得模型的误差损失越来越小。具体地，前向传递输入信号直至输出会产生误差损失，通过反向传播误差损失信息来更新初始模型中的参数，从而使误差损失收敛。反向传播算法是以误差损失为主导的反向传播运动，旨在得到最优的模型参数，例如权重矩阵。
工业信息检索系统(如推荐系统、搜索引擎或广告平台)旨在为用户从海量数据(如物品、资讯、广告)中检索出用户最感兴趣的数据，从而提供给用户。然而，由于互联网的信息爆炸，各大平台每天都产生数以百万计的新信息，给信息检索系统带来极大的挑战。此外，由于用户可接受的系统响应时间是非常短(几十毫妙)，因此在如此短的时间内为用户检索出最感兴趣的数据，成为信息检索系统的首要任务。
一般来说，复杂的机器学习模型可以更好地建模用户和物品之间的关系，因此具有更好的预测准确性，但通常也会导致效率低下，因此，受限于在线推理的时延要求，部署时会变得更加困难，只能对少量物品进行打分。相反，简单模型由于复杂度比较低，因此对大量物品进行打分在效率上是可行的，但是受限于模型容量低的原因，预测效果往往不尽如人意。因此，构建多阶段排序系统是工业界信息检索系统用来平衡预测效率和效果的常用解决方案。多阶段排序系统将原本单一系统划分成多个阶段，简单模型可以部署在系统的早期阶段，旨在快速过滤掉大量不相关的候选物品，而复杂的模型通常放置在检索的后期阶段，更加贴近用户，从而更准确地对候选物品进行排序。
工业界常见的多阶段级联排序系统包括了召回、粗排、精排以及重排多个阶段的子系统。其中，最前阶段的召回系统每次用户请求时需要对数万规模物品进行打分，而粗排和精排阶段只需要为数千或数百物品进行打分，最靠近用户的重排阶段甚至只需要考虑几十个物品的打分问题。因此，不同阶段的模型，自前至后，模型的复杂度依次递增，前面阶段的模型一般比较简单，而后面阶段的模型则是非常复杂。通过这种多阶段级联排序系统，可以有效地权衡预测效果和预测时延两方面，进而为用户带来好的体验。
独立训练多阶段级联排序系统中的每一个子系统是现阶段工业界主流的方式，为召回、粗排、精排和重排不同阶段独立训练一个机器学习模型，并且将训练好的模型单独部署到每个阶段进行服务。多阶段独立训练系统的优势在于，不同阶段的模型独立训练、独立部署，因此操作简单，同时，方便在不同阶段部署适合对应复杂度和预测能力的模型。
然而，现有技术中对多阶段排序模型进行训练的过程中，每一个阶段的推荐模型只关注于当前阶段的训练，训练时无法拟合推理空间的数据，因此具有较差的预测能力。
接下来以模型训练阶段为例对本申请实施例提供的数据处理方法进行说明。
参照图4，图4为本申请实施例提供的一种数据处理方法的实施例示意，如图4示出的那样，本申请实施例提供的一种数据处理方法，包括：
401、根据第一训练样本，通过第一推荐模型，预测所述用户对物品的第一操作信息；所述第一训练样本为用户和物品的属性信息，所述第一操作信息和第二操作信息用于确定第一损失；所述第二操作信息包括根据所述用户的操作日志得到的信息；所述第一损失用于更新所述第一推荐模型。
在一种可能的实现中，步骤401的执行主体可以为终端设备，终端设备可以为便携式移动设备，例如但不限于移动或便携式计算设备(如智能手机)、个人计算机、服务器计算机、手持式设备(例如平板)或膝上型设备、多处理器系统、游戏控制台或控制器、基于微处理器的系统、机顶盒、可编程消费电子产品、移动电话、具有可穿戴或配件形状因子(例如，手表、眼镜、头戴式耳机或耳塞)的移动计算和/或通信设备、网络PC、小型计算机、大型计算机、包括上面的系统或设备中的任何一种的分布式计算环境等等。
在一种可能的实现中，步骤401的执行主体可以为云侧的服务器。
在一种可能的实现中，第一推荐模型和第二推荐模型可以为多阶段排序系统中的两个排序模型，多阶段排序系统中分割为多个级联的独立推荐模型，上游的推荐模型的输出作为下游系统的输入(每个推荐模型可以基于用户和物品的属性信息，对用户对于各个物品的操作进行预测，预测结果可以用于进行物品的筛选，下游的推荐模型可以基于用户和筛选后的物品的信息，对用户对于各个筛选后的物品的操作进行预测)从而逐层过滤，减少每一个阶段打分物品规模，兼顾最终预测的效果和响应时延。
在一种可能的实现中，多阶段推荐系统的架构往往采用召回(或者可以称之为匹配)、粗排、精排、重排的架构(或者仅包括召回、粗排和精排，或者是其中的至少两个的组合，本申请并不限定)。其中，粗排可以位于召回和精排之间，粗排层的主要目标是从上万数量级的候选召回集合中选择出最好的上百数量级的候选召回子集合进入精排，由精排进行进一步排序输出。
在一种可能的实现中，所述第一推荐模型可以为粗排模型，所述第二推荐模型可以为精排模型；或者，所述第一推荐模型为召回模型，所述第二推荐模型为精排模型；或者，所述第一推荐模型为召回模型，所述第二推荐模型为粗排模型；或者，所述第一推荐模型为精排模型，所述第二推荐模型为重排模型；或者，所述第一推荐模型为粗排模型，所述第二推荐模型为重排模型；或者，所述第一推荐模型为召回模型，所述第二推荐模型为重排模型。
在一种可能的实现中，在进行模型推理时，收敛后的所述第一推荐模型输出的操作信息用于进行物品的筛选，收敛后的所述第二推荐模型用于预测用户对筛选后的物品中部分或全部物品的操作信息。
在一种可能的实现中，收敛后的所述第二推荐模型用于预测用户对筛选后的物品中全部物品的操作信息(例如，第一推荐模型为粗排模型，第二推荐模型为精排模型)。
在一种可能的实现中，收敛后的所述第二推荐模型用于预测用户对筛选后的物品中部分物品的操作信息(例如，第一推荐模型为粗排模型，第二推荐模型为重排模型，基于第一推荐模型得到的预测结果可以进行一次的物品筛选，精排模型需要进行进一步的筛选，第二推荐模型可以根据精排模型筛选得到的物品进行预测)。
在一种可能的实现中，所述第二推荐模型的复杂度大于所述第一推荐模型的复杂度；所述复杂度与如下的至少一种有关：模型包括的参数的数量、模型包括的网络层的深度、模型包括的网络层的宽度、输入数据的特征维度数量。
在对第一推荐模型进行训练时，可以根据第一推荐模型对第一训练样本进行处理，也就是通过第一推荐模型，预测所述用户对物品的第一操作信息；所述第一训练样本为用户和物品的属性信息。
其中，在第一推荐模型为多阶段排序系统的中间阶段的模型时，第一训练样本中的物品可以为通过上游阶段的推荐模型筛选得到的物品。第一训练样本可以为用户和物品的属性信息。
其中，用户的属性信息可以为与用户喜好特征相关的属性，性别、年龄、职业、收入、爱好以及受教育程度中的至少一种，其中，性别可以为男或者女，年龄可以为0-100之间的数字，职业可以为教师、程序员、厨师等等，爱好可以为篮球、网球、跑步等等，受教育程度可以为小学、初中、高中、大学等等；本申请并不限定目标用户的属性信息的具体类型。
其中，物品可以为实体物品，或者是虚拟物品，例如可以为APP、音视频、网页以及新闻资讯等物品，物品的属性信息可以为物品名称、开发者、安装包大小、品类以及好评度中的至少一种，其中，以物品为应用程序为例，物品的品类可以为聊天类、跑酷类游戏、办公类等等，好评度可以为针对于物品的打分、评论等；本申请并不限定物品的属性信息的具体类型。
其中，第一推荐模型预测得到的第一操作信息可以为用户针对于物品的行为操作类型，或者是是否进行了某一个操作类型的操作，上述操作类型可以为电商平台行为中的浏览、点击、加入购物车、购买等操作类型。
其中，第二操作信息可以用于作为训练第一推荐模型时的真值(ground truth)，第一训练样本中的物品可以包括曝光物品(也就是已经呈现给用户的物品)和未曝光物品(也就是还未呈现给用户的物品)，针对于曝光物品，第一推荐模型可以预测用户对曝光物品的操作信息，相应的，第二操作信息中作为用户对曝光物品的操作信息的真值的这部分信息可以基于用户与物品之间的交互记录(例如用户的操作日志)得到，该行为日志可以包括用户对各个物品的真实操作记录。
在一种可能的实现中，所述第一训练样本包括用户、曝光物品以及未曝光物品的属性信息，所述第二操作信息包括用户对所述未曝光物品的预测操作信息、以及用户对所述曝光物品的实际操作信息，所述实际操作信息为根据所述用户的操作日志得到。
针对于未曝光物品，第一推荐模型可以预测用户对未曝光物品的操作信息，相应的，第二操作信息中作为用户对未曝光物品的操作信息的真值的这部分信息可以预测得到(也就是预测操作信息)。可选的，所述预测操作信息指示所述用户对所述未曝光物品未进行操作(也就是将未曝光样本作为负相关样本)，或者是通过其他预测模型得到。
在现有的实现中，推荐模型是利用曝光数据来训练的；在推理时，模型需要对大量没见过的数据进行排序。这意味着训练期间的数据分布与推理期间的数据分布有很大不同，将导致系统处于次优状态，本申请实施例中，通过对未曝光数据进行预测(或者直接)，并利用未曝光数据进行多阶段排序系统中推荐模型的训练，可以提升模型的性能。
其中，所述第一操作信息和第二操作信息用于确定第一损失；所述第一损失可以用于更新所述第一推荐模型。
上述基于真实操作日志进行的训练可以称之为自我学习流，在自我学习流中，自我学习流的训练数据中曝光样本对应的标签Y可以是由真实用户行为提供，如果是未曝光样本则可以作为负相关样本。因此，训练的损失函数可以和独立训练阶段保持相同，利用交叉熵损失函数进行训练。自我学习流旨在利用前序阶段产生的数据来自行学习拟合，提升对于当前阶段打分数据的预测能力。自我学习流的损失函数可以为：
Figure BDA0003740404170000151
上述公式为第i个阶段模型的交叉熵损失函数，是点击率预估领域常见的二分类损失函数，其中Ri(xj)是第i个阶段模型对于第j个样本的预测分数，yj是该样本的真实标签。
可以通过上述方式，对第一推荐模型进行多次迭代训练，以得到训练后的第一推荐模型。
类似的，在自我学习流中，可以对第二推荐模型进行训练，具体的，所述第一训练样本为用户和N个物品的属性信息，所述第一操作信息为所述用户对所述N个物品的操作信息，所述第一操作信息用于从所述N个物品中筛选N1个物品；可以根据所述用户和所述N1个物品中部分或全部物品的属性信息，通过第三推荐模型，预测所述用户对所述N1个物品中部分或全部物品的第五操作信息；所述第五操作信息和第六操作信息用于确定第三损失，所述第六操作信息包括根据所述用户的操作日志得到的信息；所述第三损失用于更新所述第三推荐模型，以得到所述第二推荐模型。
402、根据第二训练样本，分别通过第二推荐模型以及所述更新后的所述第一推荐模型，预测所述用户对物品的第三操作信息以及第四操作信息；所述第二训练样本为用户和物品的属性信息，所述第一推荐模型和所述第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型，所述第三操作信息和所述第四操作信息用于确定第二损失；所述第二损失用于更新所述更新后的所述第一推荐模型。
在一种可能的实现中，可以根据第二训练样本，通过第二推荐模型预测所述用户对物品的第三操作信息，根据第二训练样本，通过更新后的所述第一推荐模型预测所述用户对物品的第四操作信息。
在一种可能的实现中，在完成一阶段的自我学习流之后，可以进行导师辅导流的训练，具体的，导师辅导流的训练数据对应的标签Y是由后续阶段的模型提供，此时后序阶段模型(相对复杂的模型)充当了老师的角色，通过这种方式将交互信息传递给当前阶段模型(相对简单的模型)。
具体的，通过自我学习流得到的更新后的第一推荐模型可以处理第二训练样本，以得到第四操作信息，而作为第三操作信息的监督信号(也就是第二训练样本的真值)，可以通过作为更高阶的推荐模型进行预测得到(也就是根据第二训练样本，通过第二推荐模型预测所述用户对物品的第三操作信息)。在对低阶推荐模型进行训练的过程中加入了精排模型的指导，利用不同阶段之间的交互信息，在不改变系统架构或牺牲推理效率的情况下可以获得更好的性能。
由于后序模型提供的是一种软标签，因此训练的损失函数可以由两部分组成。示例性的，如下公式所示，其中mse loss是用于点对点学习后序模型的预测值；而rankingloss是用于学习后序模型偏好的列表(top K个排序靠前的候选物品组成)。
Figure BDA0003740404170000161
Figure BDA0003740404170000162
Figure BDA0003740404170000163
上述公式由两部分组成，即Lranking和Lmse，Lmse是回归任务常见的损失函数，使得第i个阶段模型对于样本的打分Ri(xj)接近第i+1个阶段模型的打分Ri+1(xj)；Lranking是学习后序模型偏好的列表损失函数，对于每一次请求q，最大化当前阶段胜出的Ki个物品平均得分
Figure BDA0003740404170000164
与淘汰的(Ki-1-Ki)个物品平均得分
Figure BDA0003740404170000165
之间的距离。
以多阶段排序系统包括召回、粗排、精排、重排4阶段为例，介绍本申请实施例中的一个数据处理方法的流程示意：
首先，为4个阶段各自的模型进行独立训练，每个阶段的模型都在原始数据集上使用损失函数(如交叉熵损失函数)进行训练。
重复以下联合训练阶段，直到重排阶段(最后一个阶段)模型性能收敛：
a)为每一个阶段模型产生训练数据X，标签Y由用户真实点击行为产生(未曝光数据视为负相关行为)
b)对于每一个阶段(1-4阶段)模型，通过自我学习流进行训练
c)重新为每一个阶段模型产生训练数据X，软标签Y由下一个阶段模型产生
d)对于每一个阶段(1-3阶段)模型，通过导师辅导流进行训练。
参照图5，图5为本申请实施例中的多阶段排序模型的一个训练过程示意：
整个过程可以分为两个阶段：独立训练和联合训练。
在独立训练阶段(PhaseⅠ)，每个阶段的模型都在原始曝光数据集上使用损失函数(如交叉熵损失函数)进行训练。独立训练过程本质上是一个模型热身阶段，可以使得上下游模型都具有基本的排序能力。该过程与传统的独立训练多阶段系统的流程一致，如图5中最左子图所示。
在联合训练阶段(PhaseⅡ)，第一步是为每个阶段生成适合当前阶段的数据X(不包含标签Y)。每个阶段的数据X是由前序阶段的模型来产生的，根据级联系统的特性，由排序前K个候选构成数据X。第一个阶段由于没有前序阶段，因此数据X和独立训练阶段保持相同。接着，根据标签Y的不同，设计了两个不同的流进行迭代联合训练：自我学习流和导师辅导流。
自我学习流(self-learning)：训练数据X对应的标签Y是由真实用户点击行为提供，如果是未曝光样本则作为负相关样本，从前往后每一个阶段依次训练，如图5中间子图的浅灰色数据流所示。
导师辅导流(tutor-learning)：训练数据X对应的标签Y是由后续阶段的模型提供，从前往后每一个阶段依次训练，如图5中间子图的深灰色数据流所示。
接下来通过实验介绍本申请实施例的有益效果：
在三个公开数据集上进行了离线实验：
以下是在推荐和搜索任务上是实验结果：
Table 1：Performance on ML-1M.
Figure BDA0003740404170000171
Table 2：Performance on TianGong-ST.
Figure BDA0003740404170000172
Table 3：Performance on Tmall.
Figure BDA0003740404170000173
以下是在广告任务上的结果：
Table 4：Ads Performance on TianGong-ST(w/Bid).
Figure BDA0003740404170000174
Table 5：Ads Performance on Tmall(w/Bid).
Figure BDA0003740404170000175
经过实验，从几个不同任务上的结果可以看出，本发明(RankFlow)相对于工业界独立训练方式(Independent)以及联合训练方式(ICC)，各项指标都取得显著提升，并且可以和不同阶段的不同模型想结合，具有良好的兼容性。
本申请实施例提供了一种数据处理方法，所述方法包括：根据第一训练样本，通过第一推荐模型，预测所述用户对物品的第一操作信息；所述第一训练样本为用户和物品的属性信息，所述第一操作信息和第二操作信息用于确定第一损失；所述第二操作信息包括根据所述用户的操作日志得到的信息；所述第一损失用于更新所述第一推荐模型；根据第二训练样本，分别通过第二推荐模型以及所述更新后的所述第一推荐模型，预测所述用户对物品的第三操作信息以及第四操作信息；所述第二训练样本为用户和物品的属性信息，所述第一推荐模型和所述第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型，所述第三操作信息和所述第四操作信息用于确定第二损失；所述第二损失用于更新所述更新后的所述第一推荐模型。相比于现有技术中，每一个阶段的推荐模型只关注于当前阶段的训练，训练时无法拟合推理空间的数据，因此具有较差的预测能力。本发明采用联合训练的模式，让每个阶段模型关注于拟合各自阶段的数据，同时利用上下游阶段来辅助训练，进而提升预测效果。此外，本申请实施例中提出的多阶段联合优化是在不同模型之间以数据交流的形式实现的，不改变各自模型的训练流程，因此更加契合工业系统的部署，同时取得更好的预测效果。
参照图6，图6为本申请实施例提供的一种数据处理装置600，所述装置包括：
第一预测模块601，用于根据第一训练样本，通过第一推荐模型，预测所述用户对物品的第一操作信息；所述第一训练样本为用户和物品的属性信息，所述第一操作信息和第二操作信息用于确定第一损失；所述第二操作信息包括根据所述用户的操作日志得到的信息；所述第一损失用于更新所述第一推荐模型；
关于第一预测模块601的具体描述，可以参照上述实施例中步骤401的描述，这里不再赘述。
第二预测模块602，用于根据第二训练样本，分别通过第二推荐模型以及所述更新后的所述第一推荐模型，预测所述用户对物品的第三操作信息以及第四操作信息；所述第二训练样本为用户和物品的属性信息，所述第一推荐模型和所述第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型，所述第三操作信息和所述第四操作信息用于确定第二损失；所述第二损失用于更新所述更新后的所述第一推荐模型。
关于第二预测模块602的具体描述，可以参照上述实施例中步骤402的描述，这里不再赘述。
在一种可能的实现中，在进行模型推理时，收敛后的所述第一推荐模型输出的操作信息用于进行物品的筛选，收敛后的所述第二推荐模型用于预测用户对筛选后的物品中部分或全部物品的操作信息。
在一种可能的实现中，所述第二推荐模型的复杂度大于所述第一推荐模型的复杂度；所述复杂度与如下的至少一种有关：
模型包括的参数的数量、模型包括的网络层的深度、模型包括的网络层的宽度、输入数据的特征维度数量。
在一种可能的实现中，所述第一训练样本包括用户、曝光物品以及未曝光物品的属性信息，所述第二操作信息包括用户对所述未曝光物品的预测操作信息、以及用户对所述曝光物品的实际操作信息，所述实际操作信息为根据所述用户的操作日志得到；或者，
所述第二训练样本为用户、曝光物品以及未曝光物品的属性信息。
在一种可能的实现中，所述预测操作信息指示所述用户对所述未曝光物品未进行操作。
在一种可能的实现中，所述第一训练样本为用户和物品的属性信息，包括：所述第一训练样本为用户和N个物品的属性信息，所述第一操作信息为所述用户对所述N个物品的操作信息，所述第一操作信息用于从所述N个物品中筛选N1个物品；
所述装置还包括：
第三预测模块，用于根据所述用户和所述N1个物品中部分或全部物品的属性信息，通过第三推荐模型，预测所述用户对所述N1个物品中部分或全部物品的第五操作信息；所述第五操作信息和第六操作信息用于确定第三损失，所述第六操作信息包括根据所述用户的操作日志得到的信息；所述第三损失用于更新所述第三推荐模型，以得到所述第二推荐模型。
在一种可能的实现中，所述第一推荐模型为粗排模型，所述第二推荐模型为精排模型；或者，
所述第一推荐模型为召回模型，所述第二推荐模型为精排模型；或者，
所述第一推荐模型为召回模型，所述第二推荐模型为粗排模型；或者，
所述第一推荐模型为精排模型，所述第二推荐模型为重排模型；或者，
所述第一推荐模型为粗排模型，所述第二推荐模型为重排模型；或者，
所述第一推荐模型为召回模型，所述第二推荐模型为重排模型。
在一种可能的实现中，所述属性信息包括用户属性，所述用户属性包括如下的至少一种：
性别，年龄，职业，收入，爱好，教育程度。
在一种可能的实现中，所述属性信息包括物品属性，所述物品属性包括如下的至少一种：
物品名称，开发者，安装包大小，品类，好评度。
接下来介绍本申请实施例提供的一种执行设备，请参阅图7，图7为本申请实施例提供的执行设备的一种结构示意图，执行设备700具体可以表现为手机、平板、笔记本电脑、智能穿戴设备、服务器等，此处不做限定。其中，执行设备700上可以部署有图6对应实施例中所描述的数据处理装置，用于实现图4对应实施例中数据处理的功能。具体的，执行设备700包括：接收器701、发射器702、处理器703和存储器704(其中执行设备700中的处理器703的数量可以一个或多个)，其中，处理器703可以包括应用处理器7031和通信处理器7032。在本申请的一些实施例中，接收器701、发射器702、处理器703和存储器704可通过总线或其它方式连接。
存储器704可以包括只读存储器和随机存取存储器，并向处理器703提供指令和数据。存储器704的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory，NVRAM)。存储器704存储有处理器和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。
处理器703控制执行设备的操作。具体的应用中，执行设备的各个组件通过总线系统耦合在一起，其中总线系统除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都称为总线系统。
上述本申请实施例揭示的方法可以应用于处理器703中，或者由处理器703实现。处理器703可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器703中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器703可以是通用处理器、数字信号处理器(digital signal processing，DSP)、微处理器或微控制器、以及视觉处理器(vision processing unit，VPU)、张量处理器(tensorprocessing unit，TPU)等适用于AI运算的处理器，还可进一步包括专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器703可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器704，处理器703读取存储器704中的信息，结合其硬件完成上述实施例中步骤401至步骤402的步骤。
接收器701可用于接收输入的数字或字符信息，以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器702可用于通过第一接口输出数字或字符信息；发射器702还可用于通过第一接口向磁盘组发送指令，以修改磁盘组中的数据；发射器702还可以包括显示屏等显示设备。
本申请实施例还提供了一种训练设备，请参阅图8，图8是本申请实施例提供的训练设备一种结构示意图，具体的，训练设备800由一个或多个服务器实现，训练设备800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessing units，CPU)88(例如，一个或一个以上处理器)和存储器832，一个或一个以上存储应用程序842或数据844的存储介质830(例如一个或一个以上海量存储设备)。其中，存储器832和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对训练设备中的一系列指令操作。更进一步地，中央处理器88可以设置为与存储介质830通信，在训练设备800上执行存储介质830中的一系列指令操作。
训练设备800还可以包括一个或一个以上电源826，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口858；或，一个或一个以上操作系统841，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
具体的，训练设备可以进行上述实施例中步骤401至步骤402的步骤。
本申请实施例中还提供一种包括计算机程序产品，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。
本申请实施例中还提供一种计算机可读存储介质，该计算机可读存储介质中存储有用于进行信号处理的程序，当其在计算机上运行时，使得计算机执行如前述执行设备所执行的步骤，或者，使得计算机执行如前述训练设备所执行的步骤。
本申请实施例提供的执行设备、训练设备或终端设备具体可以为芯片，芯片包括：处理单元和通信单元，所述处理单元例如可以是处理器，所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使执行设备内的芯片执行上述实施例描述的数据处理方法，或者，以使训练设备内的芯片执行上述实施例描述的数据处理方法。可选地，所述存储单元为所述芯片内的存储单元，如寄存器、缓存等，所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元，如只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。
具体的，请参阅图9，图9为本申请实施例提供的芯片的一种结构示意图，所述芯片可以表现为神经网络处理器NPU900，NPU 900作为协处理器挂载到主CPU(Host CPU)上，由Host CPU分配任务。NPU的核心部分为运算电路903，通过控制器904控制运算电路903提取存储器中的矩阵数据并进行乘法运算。
NPU 900可以通过内部的各个器件之间的相互配合，来实现图4所描述的实施例中提供的数据处理方法。
更具体的，在一些实现中，NPU 900中的运算电路903内部包括多个处理单元(Process Engine,PE)。在一些实现中，运算电路903是二维脉动阵列。运算电路903还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中，运算电路903是通用的矩阵处理器。
举例来说，假设有输入矩阵A，权重矩阵B，输出矩阵C。运算电路从权重存储器902中取矩阵B相应的数据，并缓存在运算电路中每一个PE上。运算电路从输入存储器901中取矩阵A数据与矩阵B进行矩阵运算，得到的矩阵的部分结果或最终结果，保存在累加器(accumulator)908中。
统一存储器906用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller，DMAC)905，DMAC被搬运到权重存储器902中。输入数据也通过DMAC被搬运到统一存储器906中。
BIU为Bus Interface Unit即，总线接口单元910，用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer，IFB)909的交互。
总线接口单元910(Bus Interface Unit，简称BIU)，用于取指存储器909从外部存储器获取指令，还用于存储单元访问控制器905从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器906或将权重数据搬运到权重存储器902中或将输入数据数据搬运到输入存储器901中。
向量计算单元907包括多个运算处理单元，在需要的情况下，对运算电路903的输出做进一步处理，如向量乘，向量加，指数运算，对数运算，大小比较等等。主要用于神经网络中非卷积/全连接层网络计算，如Batch Normalization(批归一化)，像素级求和，对特征平面进行上采样等。
在一些实现中，向量计算单元907能将经处理的输出的向量存储到统一存储器906。例如，向量计算单元907可以将线性函数；或，非线性函数应用到运算电路903的输出，例如对卷积层提取的特征平面进行线性插值，再例如累加值的向量，用以生成激活值。在一些实现中，向量计算单元907生成归一化的值、像素级求和的值，或二者均有。在一些实现中，处理过的输出的向量能够用作到运算电路903的激活输入，例如用于在神经网络中的后续层中的使用。
控制器904连接的取指存储器(instruction fetch buffer)909，用于存储控制器904使用的指令；
统一存储器906，输入存储器901，权重存储器902以及取指存储器909均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中，上述任一处提到的处理器，可以是一个通用中央处理器，微处理器，ASIC，或一个或多个用于控制上述程序执行的集成电路。
另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，训练设备，或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

Claims (21)

1.一种数据处理方法，其特征在于，所述方法包括：
根据第一训练样本，通过第一推荐模型，预测所述用户对物品的第一操作信息；所述第一训练样本为用户和物品的属性信息，所述第一操作信息和第二操作信息用于确定第一损失；所述第二操作信息包括根据所述用户的操作日志得到的信息；所述第一损失用于更新所述第一推荐模型；
根据第二训练样本，分别通过第二推荐模型以及所述更新后的所述第一推荐模型，预测所述用户对物品的第三操作信息以及第四操作信息；所述第二训练样本为用户和物品的属性信息，所述第一推荐模型和所述第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型，所述第三操作信息和所述第四操作信息用于确定第二损失；所述第二损失用于更新所述更新后的所述第一推荐模型。
2.根据权利要求1所述的方法，其特征在于，在进行模型推理时，收敛后的所述第一推荐模型输出的操作信息用于进行物品的筛选，收敛后的所述第二推荐模型用于预测用户对筛选后的物品中部分或全部物品的操作信息。
3.根据权利要求1或2所述的方法，其特征在于，所述第二推荐模型的复杂度大于所述第一推荐模型的复杂度；所述复杂度与如下的至少一种有关：
模型包括的参数的数量、模型包括的网络层的深度、模型包括的网络层的宽度、输入数据的特征维度数量。
4.根据权利要求1至3任一所述的方法，其特征在于，
所述第一训练样本包括用户、曝光物品以及未曝光物品的属性信息，所述第二操作信息包括用户对所述未曝光物品的预测操作信息、以及用户对所述曝光物品的实际操作信息，所述实际操作信息为根据所述用户的操作日志得到；或者，
所述第二训练样本为用户、曝光物品以及未曝光物品的属性信息。
5.根据权利要求4所述的方法，其特征在于，所述预测操作信息指示所述用户对所述未曝光物品未进行操作。
6.根据权利要求1至5任一所述的方法，其特征在于，所述第一训练样本为用户和物品的属性信息，包括：所述第一训练样本为用户和N个物品的属性信息，所述第一操作信息为所述用户对所述N个物品的操作信息，所述第一操作信息用于从所述N个物品中筛选N1个物品；
所述方法还包括：
根据所述用户和所述N1个物品中部分或全部物品的属性信息，通过第三推荐模型，预测所述用户对所述N1个物品中部分或全部物品的第五操作信息；所述第五操作信息和第六操作信息用于确定第三损失，所述第六操作信息包括根据所述用户的操作日志得到的信息；所述第三损失用于更新所述第三推荐模型，以得到所述第二推荐模型。
7.根据权利要求1至6任一所述的方法，其特征在于，
所述第一推荐模型为粗排模型，所述第二推荐模型为精排模型；或者，
所述第一推荐模型为召回模型，所述第二推荐模型为精排模型；或者，
所述第一推荐模型为召回模型，所述第二推荐模型为粗排模型；或者，
所述第一推荐模型为精排模型，所述第二推荐模型为重排模型；或者，
所述第一推荐模型为粗排模型，所述第二推荐模型为重排模型；或者，
所述第一推荐模型为召回模型，所述第二推荐模型为重排模型。
8.根据权利要求1至7任一所述的方法，其特征在于，所述属性信息包括用户属性，所述用户属性包括如下的至少一种：
性别，年龄，职业，收入，爱好，教育程度。
9.根据权利要求1至8任一所述的方法，其特征在于，所述属性信息包括物品属性，所述物品属性包括如下的至少一种：
物品名称，开发者，安装包大小，品类，好评度。
10.一种数据处理装置，其特征在于，所述装置包括：
第一预测模块，用于根据第一训练样本，通过第一推荐模型，预测所述用户对物品的第一操作信息；所述第一训练样本为用户和物品的属性信息，所述第一操作信息和第二操作信息用于确定第一损失；所述第二操作信息包括根据所述用户的操作日志得到的信息；所述第一损失用于更新所述第一推荐模型；
第二预测模块，用于根据第二训练样本，分别通过第二推荐模型以及所述更新后的所述第一推荐模型，预测所述用户对物品的第三操作信息以及第四操作信息；所述第二训练样本为用户和物品的属性信息，所述第一推荐模型和所述第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型，所述第三操作信息和所述第四操作信息用于确定第二损失；所述第二损失用于更新所述更新后的所述第一推荐模型。
11.根据权利要求10所述的装置，其特征在于，在进行模型推理时，收敛后的所述第一推荐模型输出的操作信息用于进行物品的筛选，收敛后的所述第二推荐模型用于预测用户对筛选后的物品中部分或全部物品的操作信息。
12.根据权利要求10或11所述的装置，其特征在于，所述第二推荐模型的复杂度大于所述第一推荐模型的复杂度；所述复杂度与如下的至少一种有关：
模型包括的参数的数量、模型包括的网络层的深度、模型包括的网络层的宽度、输入数据的特征维度数量。
13.根据权利要求10至12任一所述的装置，其特征在于，
所述第一训练样本包括用户、曝光物品以及未曝光物品的属性信息，所述第二操作信息包括用户对所述未曝光物品的预测操作信息、以及用户对所述曝光物品的实际操作信息，所述实际操作信息为根据所述用户的操作日志得到；或者，
所述第二训练样本为用户、曝光物品以及未曝光物品的属性信息。
14.根据权利要求13所述的装置，其特征在于，所述预测操作信息指示所述用户对所述未曝光物品未进行操作。
15.根据权利要求10至14任一所述的装置，其特征在于，所述第一训练样本为用户和物品的属性信息，包括：所述第一训练样本为用户和N个物品的属性信息，所述第一操作信息为所述用户对所述N个物品的操作信息，所述第一操作信息用于从所述N个物品中筛选N1个物品；
所述装置还包括：
第三预测模块，用于根据所述用户和所述N1个物品中部分或全部物品的属性信息，通过第三推荐模型，预测所述用户对所述N1个物品中部分或全部物品的第五操作信息；所述第五操作信息和第六操作信息用于确定第三损失，所述第六操作信息包括根据所述用户的操作日志得到的信息；所述第三损失用于更新所述第三推荐模型，以得到所述第二推荐模型。
16.根据权利要求10至15任一所述的装置，其特征在于，
所述第一推荐模型为粗排模型，所述第二推荐模型为精排模型；或者，
所述第一推荐模型为召回模型，所述第二推荐模型为精排模型；或者，
所述第一推荐模型为召回模型，所述第二推荐模型为粗排模型；或者，
所述第一推荐模型为精排模型，所述第二推荐模型为重排模型；或者，
所述第一推荐模型为粗排模型，所述第二推荐模型为重排模型；或者，
所述第一推荐模型为召回模型，所述第二推荐模型为重排模型。
17.根据权利要求10至16任一所述的装置，其特征在于，所述属性信息包括用户属性，所述用户属性包括如下的至少一种：
性别，年龄，职业，收入，爱好，教育程度。
18.根据权利要求10至17任一所述的装置，其特征在于，所述属性信息包括物品属性，所述物品属性包括如下的至少一种：
物品名称，开发者，安装包大小，品类，好评度。
19.一种计算设备，其特征在于，所述计算设备包括存储器和处理器；所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至9任一所述的方法。
20.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或多个指令，所述指令在由一个或多个计算机执行时使得所述一个或多个计算机实施权利要求1至9任一所述的方法。
21.一种计算机程序产品，包括代码，其特征在于，在所述代码被执行时用于实现如权利要求1至9任一所述的方法。
CN202210810008.9A 2022-07-11 2022-07-11 一种数据处理方法及相关装置 Pending CN115293359A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210810008.9A CN115293359A (zh) 2022-07-11 2022-07-11 一种数据处理方法及相关装置
PCT/CN2023/106278 WO2024012360A1 (zh) 2022-07-11 2023-07-07 一种数据处理方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210810008.9A CN115293359A (zh) 2022-07-11 2022-07-11 一种数据处理方法及相关装置

Publications (1)

Publication Number Publication Date
CN115293359A true CN115293359A (zh) 2022-11-04

Family

ID=83823251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210810008.9A Pending CN115293359A (zh) 2022-07-11 2022-07-11 一种数据处理方法及相关装置

Country Status (2)

Country Link
CN (1) CN115293359A (zh)
WO (1) WO2024012360A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024012360A1 (zh) * 2022-07-11 2024-01-18 华为技术有限公司 一种数据处理方法及相关装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112487278A (zh) * 2019-09-11 2021-03-12 华为技术有限公司 推荐模型的训练方法、预测选择概率的方法及装置
CN113869377A (zh) * 2021-09-13 2021-12-31 维沃移动通信有限公司 训练方法、装置及电子设备
CN113850654A (zh) * 2021-10-26 2021-12-28 北京沃东天骏信息技术有限公司 物品推荐模型的训练方法、物品筛选方法、装置和设备
CN114461871B (zh) * 2021-12-21 2023-03-28 北京达佳互联信息技术有限公司 推荐模型训练方法、对象推荐方法、装置及存储介质
CN114330654A (zh) * 2021-12-23 2022-04-12 咪咕文化科技有限公司 推荐模型训练方法、装置、设备及存储介质
CN115293359A (zh) * 2022-07-11 2022-11-04 华为技术有限公司 一种数据处理方法及相关装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024012360A1 (zh) * 2022-07-11 2024-01-18 华为技术有限公司 一种数据处理方法及相关装置

Also Published As

Publication number Publication date
WO2024012360A1 (zh) 2024-01-18

Similar Documents

Publication Publication Date Title
US20230088171A1 (en) Method and apparatus for training search recommendation model, and method and apparatus for sorting search results
CN112487278A (zh) 推荐模型的训练方法、预测选择概率的方法及装置
CN114997412A (zh) 一种推荐方法、训练方法以及装置
WO2024041483A1 (zh) 一种推荐方法及相关装置
WO2023050143A1 (zh) 一种推荐模型训练方法及装置
WO2023185925A1 (zh) 一种数据处理方法及相关装置
WO2024002167A1 (zh) 一种操作预测方法及相关装置
CN116108267A (zh) 一种推荐方法及相关设备
CN115879508A (zh) 一种数据处理方法及相关装置
CN117251619A (zh) 一种数据处理方法及相关装置
US20240242127A1 (en) Recommendation method and related apparatus
CN117217284A (zh) 一种数据处理方法及其装置
CN117009650A (zh) 一种推荐方法以及装置
WO2024012360A1 (zh) 一种数据处理方法及相关装置
WO2024067779A1 (zh) 一种数据处理方法及相关装置
CN116910357A (zh) 一种数据处理方法及相关装置
CN116843022A (zh) 一种数据处理方法及相关装置
CN116910201A (zh) 一种对话数据生成方法及其相关设备
CN116204709A (zh) 一种数据处理方法及相关装置
CN116308640A (zh) 一种推荐方法及相关装置
CN115795025A (zh) 一种摘要生成方法及其相关设备
CN115545738A (zh) 一种推荐方法及相关装置
CN114707070A (zh) 一种用户行为预测方法及其相关设备
CN115292583A (zh) 一种项目推荐方法及其相关设备
CN115641490A (zh) 一种数据处理方法及其装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination