摘要
本申请公开了一种偏好网络模型的训练方法、推荐方法、装置、设备及介质,属于人工智能技术领域。包括:基于多个歌手中每个歌手的代表作歌曲的歌手音频特征和每个歌手的歌手元信息特征,得到每个歌手的歌手综合特征;基于不同歌手的歌手综合特征之间的相似程度,构建多个正样本对和多个负样本对;将正样本对和负样本对输入待训练的偏好网络模型,使偏好网络模型输出每个歌手的歌手偏好特征,歌手综合特征的空间维度高于歌手偏好特征的空间维度;利用不同歌手的歌手偏好特征之间的相似程度训练偏好网络模型,得到训练好的偏好网络模型。通过将音频信息和元信息相结合,可以为推荐对象提供个性化的推荐服务。
技术关键词
偏好特征
音频特征
推荐方法
三元组损失函数
样本
计算机设备
神经网络模型
计算机程序产品
节点特征
可读存储介质
节奏特征
计算机存储介质
人工智能技术
处理器
对象
存储器
系统为您推荐了相关专利信息
深度信念网络模型
润滑油
样本
工况环境
随机森林模型
生物标记物
筛选方法
训练机器学习模型
组织化学方法
串联质谱分析
视频生成模型
运动特征
特征提取网络
图像
视频生成方法
路段
事故预警方法
随机森林模型
交通事故数据
覆盖率