[发明专利]交互指标识别模型训练、对象推荐方法及装置

说明书

本公开关于一种交互指标识别模型训练、对象推荐方法及装置，该方法包括获取多个历史曝光账号对应的样本指标关联特征、样本交互标签和正样本账号对应的历史资源交互指标，基于历史资源交互指标，对多个预设指标区间进行标签配置，得到样本交互指标标签，样本交互指标标签表征历史资源交互指标大于等于多个预设指标区间下限值的概率；基于样本指标关联特征、样本交互指标标签和样本交互标签，对待训练交互指标识别模型和待训练交互识别模型进行联合训练，得到目标交互指标识别模型。利用本公开实施例可以提升交互指标识别的精准性。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种交互指标识别模型训练、对象推荐方法及装置。

背景技术

随着互联网技术的发展，通过互联网进行商品、应用程序、店铺、直播间等对象推荐，已经逐渐成为对象推荐的主要形态。GMV(Gross Merchandise Volume，商品交易总额)等可以反映对象提供方收益的指标，是对象推荐过程中关注的重要指标。

相关技术中，常常会结合深度学习模型来进行指标的识别，在建模过程中，往往会从分类的角度，设置多个分桶(设置多个指标区间)，以样本数据对应的指标所在分桶情况，来设置样本指标标签(指标所在分桶为1，反之均为0)，并在识别过程中，结合softmax等处理分类问题的回归模型进行指标的预测；但上述相关技术中，从分类的角度进行建模的方式，不同类别间本身没有关系，无法识别不同指标区间的大小关系，模型预测分布过于集中，导致指标识别准确率较低，无法有效助力对象推荐，用户体验较差。

发明内容

本公开提供一种交互指标识别模型训练、对象推荐方法及装置，以至少解决相关技术中无法识别不同指标区间的大小关系，模型预测分布过于集中，模型的指标识别准确率较低，无法有效助力对象推荐以及用户体验较差等技术问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种交互指标识别模型训练方法，包括：

获取多个历史曝光账号对应的样本指标关联特征、多个所述历史曝光账号对应的样本交互标签和多个所述历史曝光账号中正样本账号对应的历史资源交互指标，所述历史资源交互指标为所述正样本账号触发的对象获取交互操作，为对应的对象提供方带来的虚拟资源量；所述样本指标关联特征表征多个所述历史曝光账号对应虚拟资源消耗情况和多个所述历史曝光账号对应对象提供方的虚拟资源获取情况，所述样本交互标签表征多个所述历史曝光账号触发对象获取交互操作的概率；

基于所述历史资源交互指标，对多个预设指标区间进行标签配置，得到样本交互指标标签，所述样本交互指标标签表征所述历史资源交互指标大于等于多个预设指标区间下限值的概率；多个所述预设指标区间为相邻的多个指标区间；

基于所述样本指标关联特征、所述样本交互指标标签和所述样本交互标签，对待训练交互指标识别模型和待训练交互识别模型进行联合训练，得到目标交互指标识别模型。

在一个可选的实施例中，多个所述历史曝光账号还包括负样本账号；所述基于所述样本指标关联特征、所述样本交互指标标签和所述样本交互标签，对待训练交互指标识别模型和待训练交互识别模型进行联合训练，得到目标交互指标识别模型包括：

对所述样本指标关联特征中所述负样本账号对应的第一指标关联特征进行随机采样，得到第二指标关联特征；所述第二指标关联特征对应的数据量与第三指标关联特征对应的数据量间的差小于预设阈值，所述第三指标关联特征为所述样本指标关联特征中所述正样本账号对应的指标关联特征；

将所述第三指标关联特征输入所述待训练交互指标识别模型进行交互指标识别处理，得到所述正样本账号对应的预测交互指标标签；

将所述第二指标关联特征和所述第三指标关联特征输入所述待训练交互识别模型进行交互识别处理，得到预测交互标签；