[发明专利]排序模型的训练样本处理方法、计算设备以及存储介质

权利要求书

1.一种排序模型的训练样本处理方法，在计算设备中执行，所述计算设备与数据存储装置通信连接，所述数据存储装置中存储有多个第一正样本、多个第一负样本和多个第二正样本，第一正样本为内容在首页展示且被用户点击对应的训练样本，第一负样本为内容在首页展示但未被用户点击对应的训练样本，第二正样本为内容在子页面展示且被用户点击对应的训练样本，所述方法包括：

从所述多个第一正样本和多个第一负样本中删除冲突样本，得到主页面样本库；

计算历史投放过程中各内容类型的内容在首页的展示量占比；

基于所述展示量占比对所述多个第二正样本进行下采样处理，得到预定数目个第二正样本，作为子页面样本库；

对主页面样本库和子页面样本库进行合并去重，得到所述排序模型的训练样本库。

2.如权利要求1所述的方法，其中，所述冲突样本包括：

与任一个第一正样本的内容特征和用户特征均相同的第一负样本，和/或，与任一个第二正样本的内容特征和用户特征均相同的第一负样本。

3.如权利要求1或2所述的方法，其中，在对主页面样本库和子页面样本库进行合并去重之前，还包括：

对所述主页面样本库中的第一负样本进行过采样处理。

4.如权利要求3所述的方法，其中，所述对所述主页面样本库中的第一负样本进行过采样处理，包括：

从所述主页面样本库所包括的第一负样本中确定出多个难分负样本；

对所述多个难分负样本进行过采样处理。

5.如权利要求4所述的方法，其中，所述难分负样本为：内容特征与用户特征相匹配的负样本。

6.如权利要求3所述的方法，其中，所述过采样采用SMOTE采样。

7.如权利要求1至6任一项所述的方法，其中，所述预定数目为主页面样本库中正样本数量的预定比例。

8.如权利要求1至7任一项所述的方法，其中，所述内容类型包括如下的至少一个：长文、短文、视频和游记。

9.一种计算设备，包括：

至少一个处理器；和

存储有程序指令的存储器，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如权利要求1-8中任一项所述方法的指令。

10.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-8中任一项所述的方法。