[发明专利]一种模型训练以及信息提供的方法及装置

说明书

本说明书公开了一种模型训练以及信息提供的方法及装置，可获取用户的信息以及指定推荐信息作为训练样本，确定包含指定推荐信息在内的所有推荐信息在指定推荐信息的展示位置的第一点击率，根据第一点击率以及训练样本，对待训练识别模型进行训练，由训练后的识别模型基于训练样本得到较为准确的结果，然后通过训练后的识别模型，使预估模型的第一子模型输出的样本特征中减少影响点击率的因素，从而使得预估模型的第二子模型输出的预估点击率较为准确。通过上述方法训练得到的预估模型，在确定推荐信息的预估点击率时，排除了诸如展示位置等因素的影响，得到的预估点击率更加准确。

技术领域

本说明书涉及机器学习技术领域，尤其涉及一种模型训练以及信息提供的方法及装置。

背景技术

目前，在搜索、推荐等场景中，可向用户展示与用户画像、用户输入的关键词等对应的若干个信息。在向用户展示各信息时，一般按照各信息的点击通过率(Click-Through-Rate，CTR)对各信息进行排序，各信息在排序结果中的位置即为各信息的展示位置。

受用户浏览习惯等因素影响，同一种信息在不同的展示位置进行展示，其CTR也不相同，一般情况下，信息的展示位置越靠前，信息的CTR越大。此外，信息的展示位置同样受到其他因素的影响，例如，信息持有者的出价情况，通常，信息持有者的出价越高，其持有的信息的展示位置越靠前。

因此，如何在没有展示位置的影响下，较好地确定信息的真实CTR，以基于各信息的真实CTR确定向用户推荐的信息，成为亟需解决的问题。

发明内容

本说明书实施例提供一种模型训练以及信息提供的方法及装置，以部分解决现有技术存在的上述问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种模型训练的方法，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，根据所述样本标注、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。

可选地，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。

可选地，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：