[发明专利]模型训练的方法、装置、计算机设备及存储介质

说明书

本申请实施例公开了一种模型训练的方法、装置、计算机设备及存储介质，可以预先获取第一行为样本，对待训练的特征提取模型进行无监督训练，然后将无监督训练得到的训练完成的特征提取模型，应用到用户游戏行为的预测任务中，利用无监督训练得到的特征提取模型对第二行为样本提取的特征向量，可以替代对海量的游戏行为数据进行标注后得到的特征，避免人工对海量的游戏行为数据进行标注，减少海量数据标注的出错率，降低数据标注的成本。

技术领域

本申请涉及模型训练技术领域，具体涉及一种模型训练的方法、装置、计算机设备及存储介质。

背景技术

为了增加用户的游戏体验感，游戏中通常会部署各类智能服务，例如，外挂检测、社交推荐、商品购买推荐等等。当向游戏中的用户推荐商品时，需要预测用户在游戏中购买虚拟物品的时机，然而预测用户购买时机的方法通常需要采集海量的游戏行为数据，对采集的数据进行标注，再进一步根据标注的数据进行模型训练。然而，对采集的海量数据进行标注会耗费较多的时间和人力，且出错率较高，导致数据标注的成本过高。

发明内容

本申请实施例提供一种模型训练的方法、装置、计算机设备及存储介质，避免对海量数据进行标注，减少海量数据标注的出错率，降低数据标注的成本。

本申请实施例提供一种模型训练的方法，包括：

获取待训练的特征提取模型的第一行为样本，所述第一行为样本包括用户在目标游戏中的多个历史行为序列；

将所述第一行为样本输入所述特征提取模型，基于所述第一行为样本对所述特征提取模型进行无监督训练，得到训练完成的特征提取模型；

基于所述训练完成的特征提取模型提取第二行为样本的特征向量，其中，所述第二行为样本包括用户在目标游戏中的多个历史行为序列，所述第二行为样本中的每个历史行为序列具有对应的标签，所述标签用于指示对应的历史行为序列后的预设时长内发生的目标行为的类型；

将所述特征向量输入待训练的行为分类模型，通过所述行为分类模型预测所述第二行为样本中每个历史行为序列后的预设时长内发生的目标行为的类型，得到预测结果；

基于所述预测结果和所述第二行为样本中的所述标签调整所述待训练的行为分类模型的参数，得到训练完成的行为分类模型。

可选的，本申请实施例还提供一种行为预测方法，包括：

基于训练完成的特征提取模型，提取目标用户的待预测的行为序列的特征向量，所述训练完成的特征提取模型为通过上述得到的训练完成的特征提取模型，所述待预测的行为序列包括当前时刻前所述目标用户在目标游戏中的多个行为信息；

通过训练完成的行为分类模型基于所述特征向量，预测所述目标用户在所述当前时刻之后的预设时长内，在所述目标游戏中发生目标行为的类型，所述训练完成的行为分类模型为通过上述得到的训练完成的行为分类模型；

若预测发生的所述目标行为的类型，满足预设发生所述目标行为的类型，确定所述目标用户在当前时刻后的预设时长内会发生所述目标行为。

相应的，本申请实施例提供一种模型训练的装置，包括：

获取单元，用于获取待训练的特征提取模型的第一行为样本，所述第一行为样本包括用户在目标游戏中的多个历史行为序列；

训练单元，用于将所述第一行为样本输入所述特征提取模型，基于所述第一行为样本对所述特征提取模型进行无监督训练，得到训练完成的特征提取模型；

第一提取单元，用于基于所述训练完成的特征提取模型提取第二行为样本的特征向量，其中，所述第二行为样本包括用户在目标游戏中的多个历史行为序列，所述第二行为样本中的每个历史行为序列具有对应的标签，所述标签用于指示对应的历史行为序列后的预设时长内发生的目标行为的类型；