[发明专利]一种模型训练方法、装置、设备及存储介质

说明书

本发明公开了一种模型训练方法、装置、设备及存储介质。其中，该方法包括：从数据库获取M条样本数据，其中，样本数据包括用户标识、信息标识、至少两个用户行为的标签，M为大于等于1的整数，根据至少两个用户行为的标签确定M条样本数据的至少两个行为损失函数其中，k表示第k条样本数据，1≤k≤M，n表示用户行为数，n为大于1的整数，根据M条样本数据的至少两个行为损失函数确定损失函数L，根据损失函数L训练预测模型。这样可以考虑到多种用户行为之间的耦合关系，通过多种用户行为辅助预测模型，可以提高预测模型预测的准确性。

技术领域

本发明实施例涉及信息处理技术，尤其涉及一种模型训练方法、装置、设备及存储介质。

背景技术

在信息推荐领域，通常需要通过训练模型以实现向用户推荐各类信息。但是，目前常用的方式是单独使用用户的某种特定行为来训练模型，例如，使用展示和点击数据单独训练预测用户点击率的模型，或者使用展示和播放数据单独训练用户播放率的模型，这种方式只采用单一的用户行为进行模型训练与决策，基于模型向用户推荐各类信息的准确度不高。

发明内容

本发明提供一种模型训练方法、装置、设备及存储介质，能够考虑到多种用户行为之间的耦合关系，通过多种用户行为辅助预测模型，可以提高预测模型预测的准确性。

第一方面，本发明实施例提供了一种模型训练方法，该方法包括：

从数据库获取M条样本数据，其中，样本数据包括用户标识、信息标识、至少两个用户行为的标签，其中，M为大于等于1的整数；

根据至少两个用户行为的标签确定M条样本数据的至少两个行为损失函数其中，k表示第k条样本数据，1≤k≤M，n表示用户行为数，n为大于1的整数；

根据M条样本数据的至少两个行为损失函数确定损失函数L；

根据损失函数L训练预测模型。

第二方面，本发明实施例还提供了一种模型训练装置，该装置包括：

获取模块，用于从数据库获取M条样本数据，样本数据包括用户标识、信息标识、至少两个用户行为的标签，其中，M为大于等于1的整数；

确定模块，用于根据至少两个用户行为的标签确定M条样本数据的至少两个行为损失函数其中，k表示第k条样本数据，1≤k≤M，n表示用户行为数，n为大于1的整数；

确定模块，还用于根据M条样本数据的至少两个行为损失函数确定损失函数L；

训练模块，用于根据损失函数L训练预测模型。

第三方面，本发明实施例还提供了一种设备，该设备包括：

存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，当处理器执行计算机程序时，实现如本发明第一方面提供的模型训练方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当该计算机程序被处理器执行时，实现如本发明第一方面提供的模型训练方法。

本发明实施例提供了一种模型训练方法、装置、设备及存储介质，具体为从数据库获取M条样本数据，其中，样本数据包括用户标识、信息标识、至少两个用户行为的标签，M为大于等于1的整数，根据至少两个用户行为的标签确定M条样本数据的至少两个行为损失函数其中，k表示第k条样本数据，1≤k≤M，n表示用户行为数，n为大于1的整数，根据M条样本数据的至少两个行为损失函数确定损失函数L，根据损失函数L训练预测模型。这样可以考虑到多种用户行为之间的耦合关系，通过多种用户行为辅助预测模型，可以提高预测模型预测的准确性。

附图说明

图1是本发明实施例中的模型训练方法流程图；