[发明专利]在线训练模型的方法、装置、电子设备和存储介质

说明书

本申请公开了一种在线训练模型的方法、装置、电子设备和存储介质，所述方法包括：响应于目标对象对应的推荐请求，确定目标对象对应的第一在线样本信息和第二在线样本信息，基于第一在线样本信息，对当前业务推荐模型进行模型训练，并基于第二在线样本信息，对当前业务推荐模型对应的当前数据校准模型进行模型训练。在训练后的模型的检测结果满足预设条件的情况下，进行模型更新操作。该方法可以同时对当前业务推荐模型和当前数据校准模型进行训练，并基于训练后校准模型对训练后推荐模型进行模型检测，降低了训练后推荐模型的偏差信息，提高了在线训练的准确性，提高了业务推荐的有效性。

技术领域

本申请涉及人工智能技术领域，尤其涉及在线训练模型的方法、装置、电子设备和存储介质。

背景技术

在广告投放过程中，广告系统需要通过业务推荐模型预估每次广告请求的点击率、转化率，而业务推荐模型需要根据用户的曝光、点击、转化等行为进行训练。在现有技术中，往往采用离线训练的方式或者缺少协同训练的方案，从用户执行操作，到该操作数据经过收集、处理、提供给模型进行训练、最终模型部署这整个流程所需要的时间，影响了广告系统对用户的操作数据进行反应的及时性，从而影响了业务推荐模型准确性。

发明内容

本申请提供了在线训练模型的方法、装置、电子设备和存储介质，可以提高了业务推荐模型的准确性。

一方面，本申请提供了一种在线训练模型的方法，所述方法包括：

响应于目标对象对应的推荐请求，确定所述目标对象对应的第一在线样本信息，所述第一在线样本信息为基于所述目标对象、所述目标对象对应的目标业务资源和所述目标对象对应的当前业务操作信息得到的；

基于所述第一在线样本信息，对当前业务推荐模型进行模型训练，得到训练后推荐模型；

基于所述第一在线样本信息，确定所述目标对象对应的第二在线样本信息；

基于所述第二在线样本信息，对所述当前业务推荐模型对应的当前数据校准模型进行模型训练，得到训练后校准模型；

基于所述训练后校准模型，对所述训练后推荐模型进行模型检测，得到当前模型检测结果；

在所述当前模型检测结果满足预设条件的情况下，将所述当前业务推荐模型更新为所述训练后推荐模型，将所述当前数据校准模型更新为所述训练后校准模型。

另一方面提供了一种在线训练模型的装置，所述装置包括：

第一样本信息确定模块，用于响应于目标对象对应的推荐请求，确定所述目标对象对应的第一在线样本信息，所述第一在线样本信息为基于所述目标对象、所述目标对象对应的目标业务资源和所述目标对象对应的当前业务操作信息得到的；

推荐模型训练模块，用于基于所述第一在线样本信息，对当前业务推荐模型进行模型训练，得到训练后推荐模型；

第二样本信息确定模块，用于基于所述第一在线样本信息，确定所述目标对象对应的第二在线样本信息；

校准模型训练模块，用于基于所述第二在线样本信息，对所述当前业务推荐模型对应的当前数据校准模型进行模型训练，得到训练后校准模型；

模型检测模块，用于基于所述训练后校准模型，对所述训练后推荐模型进行模型检测，得到当前模型检测结果；

模型更新模块，用于在所述当前模型检测结果满足预设条件的情况下，将所述当前业务推荐模型更新为所述训练后推荐模型，将所述当前数据校准模型更新为所述训练后校准模型。

另一方面提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述所述的一种在线训练模型的方法。