[发明专利]模型训练方法及装置、信息处理方法及装置

说明书

本发明公开了一种模型训练方法及装置、信息处理方法及装置，所述方法包括：获取至少一组训练样本，其中，任一组训练样本中包括样本对象的样本对象特征。根据至少一组训练样本，对预估模型进行训练，其中，预估模型用于根据样本对象特征，输出样本对象的引导概率，引导概率用于指示样本对象引导其他对象在业务系统注册的概率。对训练后的预估模型进行测试，确定预估模型的测试结果参数。根据测试结果参数，确定训练完成的预估模型。本发明提供的技术方案，可以有效提升信息推送的有效性和针对性。

技术领域

本发明涉及计算机技术，尤其涉及一种模型训练方法及装置、信息处理方法及装置。

背景技术

用户通常会向业务机构申请办理需要的业务，在申请成功时，业务机构会将业务相关的内容发放给用户。

在业务的办理过程中，会存在已经成功获得发放内容的用户，引导其他用户来进行业务申请的行为。为了有效的提升业务办理的数量，通常会采用全覆盖的方式，向已经成功申请并办理业务的用户推送推荐信息，以使得成功申请的用户引导其余用户进行业务申请。

然而，因为成功办理业务的用户数量是巨大的，全覆盖的方式会向所有成功办理业务的客户均推送信息，从而会导致信息推送缺乏针对性。

发明内容

本发明的主要目的在于提供一种模型训练方法及装置、信息处理方法及装置，旨在提升信息推送的针对性和有效性。

为实现上述目的，本发明提供一种模型训练方法，所述模型训练方法包括：

获取至少一组训练样本，其中，任一组所述训练样本中包括样本对象的样本对象特征；

根据所述至少一组训练样本，对所述预估模型进行训练，其中，所述预估模型用于根据所述样本对象特征，输出所述样本对象的引导概率，所述引导概率用于指示所述样本对象引导其他对象在所述业务系统注册的概率；

对训练后的所述预估模型进行测试，确定所述预估模型的测试结果参数；

根据所述测试结果参数，确定训练完成的预估模型。

以及，本发明提供一种信息处理方法，所述信息处理方法包括：

在所述预设数据库中获取至少一个第一对象的对象特征，其中，所述第一对象为业务系统中已注册的对象；

通过预估模型对各所述对象特征进行处理，得到各所述第一对象各自对应的引导概率，所述引导概率用于指示所述第一对象引导第二对象在所述业务系统注册的概率；

根据各所述第一对象各自对应的引导概率以及各所述第一对象，在所述至少一个第一对象中确定目标对象，并向所述目标对象对应的设备发送推荐信息。

以及，本发明提供一种模型训练装置，所述模型训练装置包括：

获取模块，用于获取至少一组训练样本，其中，任一组所述训练样本中包括样本对象的样本对象特征；

训练模块，用于根据所述至少一组训练样本，对所述预估模型进行训练，其中，所述预估模型用于根据所述样本对象特征，输出所述样本对象的引导概率，所述引导概率用于指示所述样本对象引导其他对象在所述业务系统注册的概率；

测试模块，用于对训练后的所述预估模型进行测试，确定所述预估模型的测试结果参数；

确定模块，用于根据所述测试结果参数，确定训练完成的预估模型。

以及，本发明提供一种信息处理装置，所述信息处理装置包括：

获取模块，用于在所述预设数据库中获取至少一个第一对象的对象特征，其中，所述第一对象为业务系统中已注册的对象；