[发明专利]鉴赏力预测方法、模型训练方法、装置、介质及设备

说明书

本公开的实施方式涉及计算机处理技术领域，更具体地，本公开的实施方式涉及鉴赏力预测方法、模型训练方法、装置、介质及设备。本公开的技术方案能够通过使用鉴赏力预测模型对该目标行为数据进行用户鉴赏力的预测，输出目标用户对媒体对象的鉴赏力值。本公开实施方式能够实现对鉴赏力进行量化，达到精确预测用户鉴赏力的目的。可预见地，这可以根据该量化的鉴赏力值向用户提供精确的鉴赏力提升策略，显著提升用户体验感。

技术领域

本公开的实施方式涉及计算机技术领域，更具体地，本公开的实施方式涉及鉴赏力预测方法、模型训练方法、装置、介质及设备。

背景技术

本部分旨在为权利要求中陈述的本公开的实施方式提供背景或上下文，此处的描述不因为包括在本部分中就承认是现有技术。

鉴赏力可以理解为对媒体对象的感受、鉴赏、评价和创造美的能力。目前尚未提出评估用户对媒体对象的鉴赏力的方案。

发明内容

为此，业界非常需要一种鉴赏力预测方法、模型训练方法、装置、介质及设备，以实现对媒体对象鉴赏力的精确预测。

在本上下文中，本发明的实施方式期望提供一种鉴赏力预测方法、模型训练方法、装置、介质及设备。

根据本公开的一个方面，提供一种鉴赏力预测方法，其包括：

获取目标用户对媒体对象的目标行为数据；

从目标行为数据中提取行为特征数据，并对行为特征数据进行特征编码，得到特征编码信息；

将特征编码信息输入鉴赏力预测模型，输出目标用户对媒体对象的鉴赏力值。

根据本公开一个方面，提供一种鉴赏力预测模型训练方法，其包括：

获取用户对媒体对象的行为样本数据，行为样本数据携带用户对媒体对象的鉴赏力标签；

从行为样本数据中提取行为特征数据，并对行为特征数据进行特征编码，得到特征编码信息；

利用特征编码信息训练鉴赏力预测模型。

根据本公开的一个方面，提供一种鉴赏力预测装置，该装置包括：

第一获取模块，获取目标用户对媒体对象的目标行为数据；

第一特征编码模块，从目标行为数据中提取行为特征数据，并对行为特征数据进行特征编码，得到特征编码信息；

预测模块，将特征编码信息输入鉴赏力预测模型，输出目标用户对媒体对象的鉴赏力值。

根据本公开一个方面，提供一种鉴赏力预测模型训练装置，其包括：

第二获取模块，获取用户对媒体对象的行为样本数据，行为样本数据携带用户对媒体对象的鉴赏力标签；

第二特征编码模块，从行为样本数据中提取行为特征数据，并对行为特征数据进行特征编码，得到特征编码信息；

训练模块，利用特征编码信息训练鉴赏力预测模型。

根据本公开的一个方面，提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现：鉴赏力预测方法和/或鉴赏力预测模型训练方法。

根据本公开的一个方面，提供一种电子设备，包括：

处理器；以及

存储器，用于存储处理器的可执行指令；

其中，处理器配置为经由执行可执行指令来执行上述任意一项的鉴赏力预测方法和/或鉴赏力预测模型训练方法。