[发明专利]一种权重训练方法、装置、计算机设备和存储介质

权利要求书

1.一种权重训练方法，其特征在于，包括：

获取业务模型，所述业务模型用于计算用户对业务数据执行多个目标行为的概率；

对所述目标行为配置权重；

计算所述目标行为在所述权重下推送业务数据给用户所呈现的评价指标，作为离线评价指标；

识别所述离线评价指标的状态；

若所述状态为所述离线评价指标未收敛，则根据所述评价指标调整所述权重，返回执行所述计算所述目标行为在所述权重下推送业务数据给用户所呈现的评价指标，作为离线评价指标；

若所述状态为所述离线评价指标已收敛，则确定所述业务模型的权重训练完成。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标行为配置权重，包括：

确定参考模型，所述参考模型用于计算用户对业务数据执行多个候选行为的概率，所述候选行为对应的权重已完成训练，所述目标行为与所述候选行为部分相同；

若所述目标行为与任一所述候选行为相同，则将所述候选行为对应的权重赋值给所述目标行为的权重；

若所述目标行为与所有所述候选行为不同，则随机对所述目标行为设置权重；

和/或，

随机对所述目标行为设置权重。

3.根据权利要求1所述的方法，其特征在于，所述对所述目标行为配置权重，包括：

计算所述目标行为在属于同一组的权重下推送业务数据给用户所呈现的评价指标，作为参考评价指标；

基于所述参考评价指标选择一组或多组权重。

4.根据权利要求3所述的方法，其特征在于，所述基于所述参考评价指标选择一组或多组权重，包括：

对所述参考评价指标的排序；

若某组权重对应的参考评价指标均排序在前n个位置，则选择所述组中的权重。

5.根据权利要求1所述的方法，其特征在于，所述计算所述目标行为在所述权重下推送业务数据给用户所呈现的评价指标，作为离线评价指标，包括：

召回业务数据；

调用所述业务模型计算用户对所述业务数据执行多个目标行为的概率；

结合所述权重与所述概率对所述业务数据计算业务分数；

基于所述业务分数对所述业务数据设置推送标识，所述推送标识用于表示已推送给用户或者未被推送给用户；

基于用户在先在指定维度下对所述业务数据执行的行为数据对所述业务数据设置样本标签，所述样本标签用于表示正样本或负样本；

结合所述推送标识与所述样本标签对计算曲线下面积AUC，作为所述目标行为在所述权重下呈现的评价指标，从而获得离线评价指标。

6.根据权利要求5所述的方法，其特征在于，当离线模拟用户访问所述业务数据时，计算所述目标行为在所述权重下推送业务数据给用户所呈现的评价指标，作为离线评价指标，还包括：

获取用户在先对所述业务数据执行的行为数据；

使用所述行为数据计算所述曲线下面积AUC的平均值GAUC、准确率MAP、归一化折损累积增益NDCG中的至少一者，作为所述目标行为在所述权重下呈现的评价指标，从而获得离线评价指标。

7.根据权利要求5所述的方法，其特征在于，所述结合所述权重与所述概率对所述业务数据计算业务分数，包括：

计算与所述概率之间的乘积，获得单项分数；

计算所有所述单项分数之和，获得业务分数。

8.根据权利要求1所述的方法，其特征在于，所述识别所述离线评价指标的状态，包括：

调用所述业务模型为用户推送业务数据；

计算所述目标行为在某一组权重下呈现的评价指标，作为在线评价指标；

计算目标评价指标的占比，所述目标评价指标为数值大于所述在线评价指标的离线评价指标；

基于所述占比确定所述离线评价指标的状态。