[发明专利]用于生成信息预测模型的方法和装置

权利要求书

1.一种用于生成信息预测模型的方法，包括：

获取用于表征目标用户的第一特征向量；

获取样本集，其中，所述样本集中的样本包括用于表征样本信息的第二特征向量和样本操作信息，其中，样本操作信息用于指示所述目标用户是否对样本信息执行过预设操作集中的各个预设操作，所述预设操作集包括至少两个预设操作；所述预设操作集包括用于表示评论的预设操作和用于表示分享样本信息的连接地址的预设操作；

从所述样本集中选取至少一个样本，以及执行如下训练步骤：将选取的至少一个样本中的第二特征向量分别与所述第一特征向量输入至初始模型，得到选取的至少一个样本中的各个样本分别对应的预测操作信息；根据得到的至少一个预测操作信息和选取的至少一个样本中的样本操作信息，确定预设的损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为信息预测模型。

2.根据权利要求1所述的方法，其中，所述训练步骤还包括：

响应于根据损失函数的值确定初始模型未训练完成，根据损失函数的值调整初始模型的参数，以及从所述样本集中重新选取至少一个样本，使用调整后的初始模型作为初始模型，继续执行所述训练步骤。

3.根据权利要求1所述的方法，其中，所述方法还包括：

获取所述目标用户的、最新的行为数据；

根据所述行为数据，确定用于表征所述行为数据对应的信息的特征向量作为目标特征向量，以及确定所述行为数据对应的信息对应的操作信息作为目标操作信息；

将所述目标特征向量和所述目标操作信息组成新的训练样本；

基于所述新的训练样本对所述信息预测模型进行训练以更新所述信息预测模型。

4.根据权利要求1-3之一所述的方法，其中，所述预设操作集包括用于表示点击操作的预设操作。

5.一种用于生成信息预测模型的装置，包括：

第一获取单元，被配置成获取用于表征目标用户的第一特征向量；

所述第一获取单元，进一步被配置成获取样本集，其中，所述样本集中的样本包括用于表征样本信息的第二特征向量和样本操作信息，其中，样本操作信息用于指示所述目标用户是否对样本信息执行过预设操作集中的各个预设操作，所述预设操作集包括至少两个预设操作；所述预设操作集包括用于表示评论的预设操作和用于表示分享样本信息的连接地址的预设操作；

训练单元，被配置成从所述样本集中选取至少一个样本，以及执行如下训练步骤：将选取的至少一个样本中的第二特征向量分别与所述第一特征向量输入至初始模型，得到选取的至少一个样本中的各个样本分别对应的预测操作信息；根据得到的至少一个预测操作信息和选取的至少一个样本中的样本操作信息，确定预设的损失函数的值；响应于根据损失函数的值确定初始模型训练完成，将初始模型确定为 信息预测模型。

6.根据权利要求5所述的装置，其中，所述训练单元进一步被配置成：

响应于根据损失函数的值确定初始模型未训练完成，根据损失函数的值调整初始模型的参数，以及从所述样本集中重新选取至少一个样本，使用调整后的初始模型作为初始模型，继续执行所述训练步骤。

7.根据权利要求5所述的装置，其中，所述训练单元进一步被配置成：

获取所述目标用户的、最新的行为数据；

根据所述行为数据，确定用于表征所述行为数据对应的信息的特征向量作为目标特征向量，以及确定所述行为数据对应的信息对应的操作信息作为目标操作信息；

将所述目标特征向量和所述目标操作信息组成新的训练样本；

基于所述新的训练样本对所述信息预测模型进行训练以更新所述信息预测模型。

8.根据权利要求5-7之一所述的装置，其中，所述预设操作集包括用于表示点击操作的预设操作。