[发明专利]用于基于反馈来生成训练模型的方法和装置

权利要求书

1.一种用于基于反馈来生成训练模型的方法，包括：

计算多个样本中样本的特征向量；

在至少一个轮次中，获取至少一个用户对于所述多个样本中的至少一个样本的评分，包括：

获取所述至少一个用户对于第一数量的样本的评分；

响应于基于所述特征向量检测到所述至少一个用户对于第一数量的样本的评分中的不一致性，获取所述至少一个用户对于第二数量的样本的评分；以及

基于所述至少一个用户对于所述第一数量和第二数量的样本的评分，生成所述训练模型。

2.根据权利要求1所述的方法，进一步包括：

根据所述特征向量，将所述多个样本聚类为至少一个分组。

3.根据权利要求2所述的方法，其中，获取所述至少一个用户对于第一数量的样本的评分和获取所述至少一个用户对于第二数量的样本的评分中的至少一个包括：

获取所述至少一个用户对于所述至少一个分组中的每个分组中的至少一个样本的评分。

4.根据权利要求1-3中任一项所述的方法，其中，获取所述至少一个用户对于第一数量的样本的评分和获取所述至少一个用户对于第二数量的样本的评分中的至少一个包括：针对所述至少一个用户中的一个用户，

提供至少两个样本；

获取所述用户针对所述至少两个样本的原始评分；以及

将所述原始评分进行归一化，获得所述用户针对所述至少两个样本的评分。

5.根据权利要求1-3中任一项所述的方法，其中，响应于基于所述特征向量检测到所述至少一个用户对于第一数量的样本的评分中的不一致性，获取所述至少一个用户对于第二数量的样本的评分包括：

如果所述至少一个用户中的第一用户对于相似样本的评分差异超过第一阈值，则向所述第一用户提供更多相似样本以获取所述第一用户针对所述更多相似样本的评分。

6.根据权利要求1-3中任一项所述的方法，其中，响应于基于所述特征向量检测到所述至少一个用户对于第一数量的样本的评分中的不一致性，获取所述至少一个用户对于第二数量的样本的评分包括：

如果相似用户针对所述多个样本中的第一样本的评分差异超过第二阈值，则向所述相似用户分别再次提供所述第一样本，以获取所述相似用户针对所述第一样本的评分。

7.根据权利要求1-3中任一项所述的方法，其中，响应于基于所述特征向量检测到所述至少一个用户对于第一数量的样本的评分中的不一致性，获取所述至少一个用户对于第二数量的样本的评分包括：

如果所述至少一个用户中的一个用户对所述两个样本的原始评分之间的差异与被归一化后的评分之间的差异大于第三阈值，则利用所述多个样本中的另一样本替换所述两个样本中的一个样本。

8.根据权利要求1-3中任一项所述的方法，其中，基于所述至少一个用户对于所述第一数量和第二数量的样本的评分，生成所述训练模型包括：

利用所述至少一个用户对于所述第一数量和第二数量的样本的评分填充评分矩阵；以及

对所述评分矩阵进行协同滤波处理以生成所述训练模型。

9.根据权利要求1-3中任一项所述的方法，其中，所述样本是图像数据。

10.一种用于基于反馈来生成训练模型的装置，包括：

计算模块，配置用于计算多个样本中样本的特征向量；

获取模块，配置用于在至少一个轮次中，获取至少一个用户对于所述多个样本中的至少一个样本的评分，包括：

第一获取模块，配置用于获取所述至少一个用户对于第一数量的样本的评分；

第二获取模块，配置用于响应于基于所述特征向量检测到所述至少一个用户对于第一数量的样本的评分中的不一致性，获取所述至少一个用户对于第二数量的样本的评分；以及

生成模块，配置用于基于所述至少一个用户对于所述第一数量和第二数量的样本的评分，生成所述训练模型。

11.根据权利要求10所述的装置，进一步包括：

聚类模块，配置用于根据所述特征向量，将所述多个样本聚类为至少一个分组。