[发明专利]模型训练方法、装置和电子设备

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取基准样本，其中，所述基准样本用于训练推荐信息的推送模型；

对于至少一个训练任务中的目标训练任务，基于所述目标训练任务的样本修改规则，修改所述基准样本，以生成所述目标训练任务所需的目标训练样本；

向所述目标训练任务传输其所需的目标训练样本，以使所述目标训练任务利用接收到的目标训练样本，训练生成目标推送模型。

2.根据权利要求1所述的方法，其特征在于，每一个基准样本包括样本用户特征、样本推荐信息特征、样本推荐信息浏览特征和样本标识信息，其中，样本标识信息用于标识样本用户是否针对样本推荐信息执行目标操作。

3.根据权利要求2所述的方法，其特征在于，样本修改规则用于实现对所述基准样本的以下至少一项处理：

样本用户特征的增加、删除、替换和重命名中的至少一者；

样本推荐信息特征的增加、删除、替换和重命名中的至少一者；

样本推荐信息浏览特征的增加、删除、替换和重命名中的至少一者。

4.根据权利要求1所述的方法，其特征在于，所述基准样本预先经过序列化；以及

所述对于至少一个训练任务中的目标训练任务，基于所述目标训练任务的样本修改规则，修改所述基准样本，以生成所述目标训练任务所需的目标训练样本，包括：

基于所述基准样本的反序列化，生成第一中间样本；

对于所述至少一个训练任务中的目标训练任务，执行以下生成步骤：基于所述目标训练任务的样本修改规则，修改所述第一中间样本，以生成第二中间样本；基于第二中间样本的重新序列化，生成所述目标训练任务所需的目标训练样本。

5.根据权利要求4所述的方法，其特征在于，样本修改规则用于实现对所述基准样本增加目标特征；以及

所述基于所述目标训练任务的样本修改规则，修改所述第一中间样本，以生成第二中间样本，包括：

基于所述目标训练任务的样本修改规则，获取所述目标训练任务需要对所述基准样本增加的目标特征；

将经过特征编码的目标特征添加至所述第一中间样本，以生成第二中间样本。

6.根据权利要求5所述的方法，其特征在于，目标特征包括需要对所述基准样本增加的样本用户特征、样本推荐信息特征和样本推荐信息浏览特征中的至少一者。

7.根据权利要求1-6中任一所述的方法，其特征在于，所述目标训练任务执行以下步骤：

将训练生成的目标推送模型发送至对应的目标业务平台，以使所述目标业务平台利用目标推送模型向用户推送推荐信息。

8.根据权利要求1-6中任一所述的方法，其特征在于，所述目标训练任务通过以下方式，训练生成目标推送模型：

利用目标训练样本，将至少一个初始模型训练为推送模型；

将训练生成的至少一个推送模型中性能最优的推送模型，作为目标推送模型。

9.一种模型训练装置，其特征在于，包括：

获取单元，用于获取基准样本，其中，所述基准样本用于训练推荐信息的推送模型；

生成单元，用于对于至少一个训练任务中的目标训练任务，基于所述目标训练任务的样本修改规则，修改所述基准样本，以生成所述目标训练任务所需的目标训练样本；

传输单元，用于向所述目标训练任务传输其所需的目标训练样本，以使所述目标训练任务利用接收到的目标训练样本，训练生成目标推送模型。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。

11.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的方法。