基于先验知识迁移的推荐精排模型构建方法

本发明属于数据处理与分析、机器学习及推荐系统技术领域，且公开了基于先验知识迁移的推荐精排模型构建方法，该推荐精排模型的构建方法具体步骤包括有：步骤一，训练样本生产；步骤二，特征工程；步骤三，模型训练；步骤四，减少对前端环节的影响。本发明通过模型训练优化，利用丰富前端数据提升后端稀疏环节训练准确性，初期，模型优先稳定前端环节目标，随后逐步增加后端环节l oss，实现整体性能提升，为减少前端对后端训练干扰，在前端输出作为后端输入前，阻断其反向传递，同时，采用huber_l oss等函数处理稀疏目标，并通过设定超参数降低异常值影响，使模型在面对非主流分布数据时能快速适应，减小异常数据干扰，进一步增强预测效果。