一种基于分层信息迁移与共享的多任务学习方法

本发明公开了一种基于分层信息迁移与共享的多任务学习方法，包括：从线上日志中获取用于训练深度多任务模型的推荐系统数据集；利用推荐系统数据集训练预先定义好的多任务模型，所述多任务模型包括嵌入层和基于信息迁移与共享的交互行为预估网络，模型训练方式为针对不同预估任务使用各自的真实标签和相同的优化目标，优化目标均为二元交叉熵损失函数；利用训练好的多任务模型输出给定样本不同行为发生的预估概率。本发明适用于推荐系统中的多任务学习，面对不同种类的预估任务(如点击率预估、购买率预估、评论率预估)，以及不同的应用场景(如视频推荐、商品推荐、文章推荐)都能得到较为鲁棒的结果。