[发明专利]一种模型训练、信息生成方法、装置、设备及存储介质

说明书

本公开提供了一种模型训练、信息生成方法、装置、设备及存储介质，涉及人工智能领域，尤其涉及深度学习领域。具体实现方案为：获得包含第一样本和第二样本的样本集合，以及样本集合中每一样本的标注信息；将样本集合包含的样本输入待训练模型中的第一子模型和第二子模型，对输入的样本进行收益预估；根据第一子模型和第二子模型针对输入样本的收益预估结果和标注信息，确定第一子模型对第一样本进行收益预估的第一损失值、以及第二子模型对第二样本进行收益预估的第二损失值；基于第一损失值和第二损失值，对第一子模型和第二子模型进行模型训练。应用本公开实施例提供的方案能够训练得到用于生成收益预估信息的模型。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习技术领域。

背景技术

广告主为推广自己的产品往往会在广告投放平台投放广告，但是由于广告主的广告页面制作及优化能力有限，广告主提供的广告页面可能会影响广告的转化率。鉴于此，广告投放平台通常会推出一些优化功能来协助广告主优化广告页面，进而提高广告转化率，增加广告主在广告投放平台的粘性。

为促进广告主使用广告平台推出的优化功能，广告投放平台往往会针对优化功能向广告主推送与预期收益相关的信息。

发明内容

本公开提供了一种模型训练、信息生成方法、装置、设备及存储介质。

根据本公开的一方面，提供了一种模型训练方法，包括：

获得包含第一样本和第二样本的样本集合，以及所述样本集合中每一样本的标注信息，其中，所述第一样本为：针对已开启页面优化功能的广告流量构建的样本，所述第二样本为：针对未开启页面优化功能的广告流量构建的样本，所述标注信息表征样本对应的广告流量是否发生转化行为；

将所述样本集合包含的样本输入待训练模型中的第一子模型和第二子模型，对输入的样本进行收益预估；

根据所述第一子模型和第二子模型针对输入样本的收益预估结果和标注信息，确定所述第一子模型对所述第一样本进行收益预估的第一损失值、以及所述第二子模型对所述第二样本进行收益预估的第二损失值；

基于所述第一损失值和第二损失值，对所述第一子模型和第二子模型参数进行模型训练。

根据本公开的另一方面，提供了一种信息生成方法，包括：

获得目标广告的广告流量信息，其中，所述目标广告为未开启页面优化功能的广告；

将所述广告流量信息输入预先训练的收益预估模型中的第一子模型和第二子模型，得到所述第一子模型针对所述目标广告的第一预估收益和所述第二子模型针对所述目标广告的第二预估收益，其中，所述收益预估模型为：按照上述模型训练方法进行训练得到的模型；

基于所述第一预估收益和所述第二预估收益，生成所述目标广告开启所述页面优化功能后产生的预期增加收益。

根据本公开的另一方面，提供了一种模型训练装置，包括：

样本集合获得模块，用于获得包含第一样本和第二样本的样本集合，以及所述样本集合中每一样本的标注信息，其中，所述第一样本为：针对已开启页面优化功能的广告流量构建的样本，所述第二样本为：针对未开启页面优化功能的广告流量构建的样本，所述标注信息表征样本对应的广告流量是否发生转化行为；

样本输入模块，用于将所述样本集合包含的样本输入待训练模型中的第一子模型和第二子模型，对输入的样本进行收益预估；

损失值确定模块，用于根据所述第一子模型和第二子模型针对输入样本的收益预估结果和标注信息，确定所述第一子模型对所述第一样本进行收益预估的第一损失值、以及所述第二子模型对所述第二样本进行收益预估的第二损失值；

模型训练模块，用于基于所述第一损失值和第二损失值，对所述第一子模型和第二子模型进行模型训练。