[发明专利]一种数据处理方法及相关装置

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取样本数据集合和初始点击率预估模型；

基于所述样本数据集合，采用迭代方式，对所述初始点击率预估模型进行剪枝-重生处理，获得目标点击率预估模型；其中，在一次迭代过程中，执行以下操作：

从当前保留的各保留模型参数中，确定至少一个待删除模型参数，并基于所述至少一个待删除模型参数，对当前的点击率预估模型进行剪枝处理，以及基于所述样本数据集合，对剪枝处理后得到的点击率预估模型进行训练；

从当前已剪枝的各删除模型参数中，确定至少一个待恢复模型参数，并基于所述至少一个待恢复模型参数，对当前的点击率预估模型进行重生处理，以及基于所述样本数据集合，对重生处理后得到的点击率预估模型进行训练。

2.如权利要求1所述的方法，其特征在于，所述初始点击率预估模型中至少包含深度神经网络组件；

则所述基于所述样本数据集合，采用迭代方式，对所述初始点击率预估模型进行剪枝-重生处理，获得目标点击率预估模型，包括：

基于所述样本数据集合，采用迭代方式，对所述初始点击率预估模型中包含的所述深度神经网络组件进行剪枝-重生处理，获得目标点击率预估模型。

3.如权利要求2所述的方法，其特征在于，所述初始点击率预估模型中还包含非深度神经网络组件；

则所述基于所述样本数据集合，采用迭代方式，对所述初始点击率预估模型进行剪枝-重生处理，获得目标点击率预估模型之后，还包括：

基于所述目标点击率预估模型中包含的非深度神经网络组件，构建新预估模型；

基于所述样本数据集合，对所述新预估模型进行训练，并将训练后的新预估模型，作为新的目标点击率预估模型。

4.如权利要求1所述的方法，其特征在于，所述从当前保留的各保留模型参数中，确定至少一个待删除模型参数，包括：

基于当前保留的各保留模型参数各自对应的参数取值，从所述各保留模型参数中，选取对应的参数取值不大于预设的第一取值阈值的保留模型参数，并将选取的至少一个保留模型参数，作为所述至少一个待删除模型参数；或者，

基于当前保留的各保留模型参数各自对应的参数取值，对所述各保留模型参数进行排序，并基于相应的第一排序结果和预设的第一选取比例，从所述各保留模型参数中，确定所述至少一个待删除模型参数。

5.如权利要求1所述的方法，其特征在于，所述基于所述至少一个待删除模型参数，对当前的点击率预估模型进行剪枝处理，包括：

在当前的点击率预估模型中，将所述至少一个待删除模型参数的参数取值，设置为第一设定数值。

6.如权利要求1所述的方法，其特征在于，所述基于所述样本数据集合，对剪枝处理后得到的点击率预估模型进行训练，包括：

将所述样本数据集合输入至剪枝处理后得到的点击率预估模型中，得到所述样本数据集合中包含的各个样本数据各自对应的点击率预估值；

基于得到的各个点击率预估值，以及基于所述各个样本数据各自对应的点击率真实值，确定所述各删除模型参数各自对应的参数调整值。

7.如权利要求6所述的方法，其特征在于，所述从当前已剪枝的各删除模型参数中，确定至少一个待恢复模型参数，包括：

基于所述各删除模型参数各自对应的参数调整值，从所述各删除模型参数中，选取对应的参数调整值不小于预设的第二取值阈值的删除模型参数，并将选取的至少一个删除模型参数，作为所述至少一个待恢复模型参数；或者，

基于所述各删除模型参数各自对应的参数调整值，对所述各删除模型参数进行排序，并基于相应的第二排序结果和预设的第二选取比例，从所述各删除模型参数中，确定所述至少一个待恢复模型参数。

8.如权利要求6所述的方法，其特征在于，所述基于所述待恢复模型参数，对当前的点击率预估模型进行重生处理，包括：

在当前的点击率预估模型中，将所述至少一个待恢复模型参数的参数取值，分别调整为对应的参数调整值。