[发明专利]一种模型训练以及信息提供的方法及装置

权利要求书

1.一种模型训练的方法，其特征在于，所述方法包括：

获取用户的信息以及指定推荐信息作为训练样本，并确定包含所述指定推荐信息在内的所有推荐信息在所述指定推荐信息的展示位置的第一点击率；

以所述第一点击率作为待训练识别模型的标注信息，根据所述训练样本，对所述待训练识别模型进行训练，所述待训练识别模型用于确定所述指定推荐信息在所述展示位置的第二点击率；

通过预估模型的第一子模型，确定所述训练样本的样本特征，将所述样本特征分别输入所述预估模型的第二子模型以及训练完成的识别模型，得到所述第二子模型输出的所述指定推荐信息在所述展示位置的预估点击率、以及所述识别模型输出的所述指定推荐信息在所述展示位置的第二点击率，其中，所述预估模型用于预估所述用户针对所述指定推荐信息在所述展示位置的点击率；

确定所述训练样本在所述展示位置的实际点击率作为所述预估模型的标注信息，根据所述预估模型的标注信息、所述预估点击率、所述第一点击率以及所述第二点击率中的若干种，对所述预估模型进行训练。

2.如权利要求1所述的方法，其特征在于，以所述第一点击率作为待训练识别模型的标注信息，根据所述训练样本，对所述待训练识别模型进行训练，具体包括：

将所述训练样本输入所述第一子模型，得到所述第一子模型输出的所述样本特征；

将所述样本特征输入所述待训练识别模型，得到所述待训练识别模型输出的所述指定推荐信息在所述展示位置的待优化第二点击率；

确定所述第一点击率以及所述待优化第二点击率之间的差异作为所述待训练识别模型的损失；

根据所述待训练识别模型的损失，对所述待训练识别模型进行训练。

3.如权利要求1所述的方法，其特征在于，将所述样本特征输入所述预估模型的第二子模型，得到所述第二子模型输出的所述指定推荐信息在所述展示位置的预估点击率，具体包括：

将所述样本特征输入所述第二子模型，得到所述第二子模型输出的所述指定推荐信息在预设的包含所述展示位置在内的若干个展示位置对应的预估点击率；

根据所述预估模型的标注信息、所述预估点击率、所述第一点击率以及所述第二点击率中的若干种，对所述预估模型进行训练，具体包括：

在所述第二子模型的输出结果中，确定所述指定推荐信息在所述展示位置对应的预估点击率作为指定预估点击率；

根据所述预估模型的标注信息、所述指定预估点击率、所述第一点击率以及所述第二点击率中的若干种，对所述预估模型进行训练。

4.如权利要求1所述的方法，其特征在于，根据所述预估模型的标注信息、所述预估点击率、所述第一点击率以及所述第二点击率中的若干种，对所述预估模型进行训练，具体包括：

根据所述样本标注以及所述预估点击率，确定第一差异，并根据所述第一点击率以及所述第二点击率，确定第二差异；

根据所述第一差异和/或所述第二差异，确定最终差异，所述最终差异与所述第一差异正相关，所述最终差异与所述第二差异正相关；

根据所述最终差异，调整所述第一子模型以及所述第二子模型的参数，对所述预估模型进行训练。

5.如权利要求4所述的方法，其特征在于，根据所述预估模型的标注信息以及所述预估点击率，确定第一差异，具体包括：

确定所述预估模型的标注信息以及所述预估点击率的交叉熵作为所述第一差异；

根据所述第一点击率以及所述第二点击率，确定第二差异，具体包括：

确定所述第一点击率以及所述第二点击率的协方差作为所述第二差异。

6.一种信息提供的方法，其特征在于，所述方法包括：

获取用户的信息以及若干个推荐信息；

针对各推荐信息，将所述用户的信息以及该推荐信息输入预估模型，得到所述预估模型输出的该推荐信息在预设的指定数量个展示位置的点击率；所述预估模型是预先通过如权利要求1～5任一所述的方法训练得到的；

根据每个推荐信息在所述指定数量个展示位置的点击率，分别确定每个展示位置对应的推荐信息；

将每个展示位置对应的推荐信息提供给所述用户。