[发明专利]终端评价模型的构建方法、装置和存储介质

说明书

本发明公开了一种终端评价模型的构建方法、装置和存储介质，涉及信息处理技术领域。终端评价模型的构建方法包括：获取参考终端对应的第一样本集合、以及待评价终端对应的第二样本集合；根据第一样本集合和第二样本集合中样本的分布情况，确定每个指标对应的、由参考终端迁移到待评价终端的迁移函数；将第一样本集合中的样本的各个指标值输入相应的迁移函数以获得迁移的指标值，并根据迁移的指标值确定第一样本集合的迁移样本集合；基于迁移样本集合以及第二样本集合中的样本，训练待评价终端的评价模型。本发明的实施例能够提高模型构建的自动化程度，并且通过这些样本构建模型的准确率和效率也得到了提高。

技术领域

本发明涉及信息处理技术领域，特别涉及一种终端评价模型的构建方法、装置和存储介质。

背景技术

目前，物联网用户规模在不断地扩大，业务流程越来越复杂、业务端到端环节也越来越多。为了提升业务的端到端体验，需要一套合理有效的终端质差评价方法，以确定哪些终端存在质量问题，以便及早进行处理。

由于物联网设备场景和品牌繁多、更新快，不同厂商、不同型号的设备的评价方法即存在相似性的部分、也存在差异的部分。不同终端厂商质差指标评价存在差异，需要针对不同厂商调差训练不同评价模型。

在相关技术中，通常采取对新设备重新进行数据采集、打标的工作，以便重新训练新设备对应的评价模型。

发明内容

发明人经过分析后发现，针对不同厂商的终端采集样本并重新打标的方式费时费力。并且，目前也缺乏一套通用的评价模型构造方法，需要大量地进行人工调参工作，导致这一过程的自动化程度低。此外，即使对于同一型号和厂商的设备，设备在更新换代后评价指标也易发生浮动，导致难以迅速得到大量新的标注样本。一方面终端升级后，关键指标的物理大小意义可能会发生变化，重新训练模型会缺乏大量样本积累；另一方面，一旦指标发生变化，已标注样本在现有方法下基本失效，标注资源严重浪费。

本发明实施例所要解决的一个技术问题是：如何提高构建终端评价模型的自动化程度。

根据本发明一些实施例的第一个方面，提供一种终端评价模型的构建方法，包括：获取参考终端对应的第一样本集合、以及待评价终端对应的第二样本集合；根据第一样本集合和第二样本集合中样本的分布情况，确定每个指标对应的、由参考终端迁移到待评价终端的迁移函数；将第一样本集合中的样本的各个指标值输入相应的迁移函数以获得迁移的指标值，并根据迁移的指标值确定第一样本集合的迁移样本集合；基于迁移样本集合以及第二样本集合中的样本，训练待评价终端的评价模型。

在一些实施例中，根据第一样本集合和第二样本集合中样本的分布情况，确定每个指标对应的、由参考终端迁移到待评价终端的迁移函数包括：对于每个指标，按照预设的维度，分别将第一样本集合和第二样本集合中样本的相应指标值划分为多个区间；在每个区间上，分别确定参考终端和待评价终端的指标的代表值；根据参考终端和待评价终端分别对应的指标的代表值，确定指标对应的、由参考终端迁移到待评价终端的迁移函数。

在一些实施例中：每个指标对应的迁移函数的损失函数根据指标对应的迁移偏差和偏差权重确定；迁移偏差根据迁移函数基于参考终端的代表值计算的输出值、以及待评价终端的在相应区间的代表值之间的差距确定；偏差权重根据参考终端和待评价终端在相应区间和相应指标上的代表值的差距确定。

在一些实施例中，在每个区间上，指标的代表值为区间中的指标值的中位数。

在一些实施例中，指标的迁移函数是基于最小二乘法求解的。

在一些实施例中：将参考终端和待评价终端在相应区间和相应指标上的代表值的差距作为波动值，在波动值不大于预设阈值的情况下，偏差权重根据迁移函数的输出值、以及待评价终端在相应区间和相应指标上的代表值之差确定；在波动值大于预设阈值的情况下，偏差权重根据波动值、以及预设阈值确定，其中，偏差权重与波动值成正相关关系。