一种基于元路径上下文的推荐模型训练方法及装置

摘要

本发明实施例提供了一种基于元路径上下文的推荐模型训练方法及装置。该方法包括：在样本信息平台中获得多个用户信息对；针对每个用户信息对，获得该用户信息对所对应的路径实例，并生成该用户信息对所对应样本用户表征信息、样本对象表征信息和元路径上下文表征信息；针对每个用户信息对，将上述三种信息进行拼接得到训练样本；将得到的多个训练样本作为输入，对预设神经网络模型进行训练，直至通过损失函数计算得到的函数值小于预设阈值时，完成神经网络模型的训练。与现有技术相比，应用本发明实施例提供的方案，训练得到的基于元路径上下文的推荐模型可以学习到更优化的特征，进而，可以提高基于该模型得到的推荐结果的准确性。