[发明专利]模型训练方法和装置、问卷推送方法和装置、设备和介质

说明书

本发明涉及互联网技术领域，提供一种模型训练方法和装置、问卷推送方法和装置、设备和介质。所述模型训练方法包括步骤：自问卷样本数据中，提取与触发行为关联的第一数据信息、与参与对象关联的第二数据信息和与问卷内容关联的推送信息；根据所述第一数据信息生成标识所述触发行为的第一特征向量，根据所述第二数据信息生成标识所述参与对象的第二特征向量；以及，以所述第一特征向量和所述第二特征向量为输入，以所述推送信息为输出，训练深度学习模型，获得问卷生成模型。本发明将与触发行为、参与对象和问卷内容相关的数据信息作为训练数据，获得问卷生成模型，实现精准、有效的问卷推送。

技术领域

本发明涉及互联网技术领域，具体地说，涉及一种模型训练方法和装置、问卷推送方法和装置、设备和介质。

背景技术

问卷调查是统计调查各种问题的常用方式。传统的问卷调查多采用纸质形式，调查范围和基数有限，且消耗大量人力。

随着互联网的发展，问卷调查逐渐转为线上投放，通过问卷网站、电子邮件、短信推广等形式发放问卷。线上投放的方式虽然范围广、基数大、省去人工发放，但是缺乏针对性，能够获得的有效反馈少，也对不想受访的用户造成打扰。

基于此，现有技术中发展出针对某一类群体定向投放问卷的方式。例如，将学校相关主题问卷投放给学生群体，将家庭相关主题问卷投放给女性用户群体，将赛车相关主题问卷投放给男性用户群体，等等。

但是，现有的定向投放问卷的方式仍然比较单一，没有考虑其他相关因素，无法实现精准的问卷投放。

需要说明的是，上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本发明提供一种模型训练方法和装置、问卷推送方法和装置、设备和介质，将与触发行为、参与对象和问卷内容相关的数据信息作为训练数据，获得问卷生成模型，实现精准、有效的问卷推送。

本发明的第一方面提供一种模型训练方法，包括步骤：自问卷样本数据中，提取与触发行为关联的第一数据信息、与参与对象关联的第二数据信息和与问卷内容关联的推送信息；根据所述第一数据信息生成标识所述触发行为的第一特征向量，根据所述第二数据信息生成标识所述参与对象的第二特征向量；以及，以所述第一特征向量和所述第二特征向量为输入，以所述推送信息为输出，训练深度学习模型，获得问卷生成模型。

在一些实施例中，所述第一数据信息包括：问卷触发行为的发生时间、设备参数和地点场景中的一种或多种。

在一些实施例中，根据所述第一数据信息生成标识所述触发行为的第一特征向量的步骤包括：通过所述深度学习模型的嵌入层将所述第一数据信息映射至向量空间，生成所述第一特征向量；以及，根据所述第一数据信息与所述第一特征向量之间的映射关系，生成第一特征索引表。

在一些实施例中，所述第二数据信息包括：问卷参与对象的用户画像、历史问卷完成率和历史问卷浏览数据中的一种或多种。

在一些实施例中，根据所述第二数据信息生成标识所述参与对象的第二特征向量的步骤包括：通过所述深度学习模型的嵌入层将所述第二数据信息映射至向量空间，生成所述第二特征向量；以及，根据所述第二数据信息与所述第二特征向量之间的映射关系，生成第二特征索引表。

在一些实施例中，所述推送信息包括：问卷的推送方式、题型和答题所需时间中的一种或多种。

在一些实施例中，所述推送方式包括：即时界面推送、即时电话推送、预设时间后的界面推送和预设时间后的电话推送中的任一种。