[发明专利]交互数据预测模型训练方法、装置、电子设备及存储介质

说明书

本公开关于一种交互数据预测模型训练方法、装置、电子设备及存储介质。方法包括：获取训练数据，训练数据包括第一时间段内采集的第一样本数据以及第二时间段内采集的第二样本数据，第一样本数据和第二样本数据均包含样本账户的账户数据、样本媒介数据、样本账户针对样本媒介数据的样本交互数据，第一时间段是转化率达到第一转化率阈值的时间段；第二时间段是转化率达到第二转化率阈值的时间段，第一转化率阈值小于第二转化率阈值；将第一样本数据以及第二样本数据输入至待训练的交互数据预测模型中进行训练，并更新待训练的交互数据预测模型的网络参数，直至达到预设训练完成条件，得到训练完成的交互数据预测模型。

技术领域

本公开涉及互联网技术领域，尤其涉及一种交互数据预测模型训练方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的不断发展，通过直播进行推荐对象的推荐的应用范围也越来越广泛，越来越多的用户也参与到直播购物中。

相关技术中，需要训练转化率(Conversion Rate，CVR)预测模型，然后通过训练好的交互数据预测模型预测用户从点击直播到转化的概率。在交互数据预测模型的训练过程中，需要获取样本用户的样本转化率，一般采集该样本用户在等待两小时后的样本转化率。因此，该交互数据预测模型对应的样本数据中包含的数据，仅仅是该样本用户在等待两小时后的样本转化率，该样本数据的构建方式较为单一，导致训练出的交互数据预测模型的准确性较差。

发明内容

本公开提供一种交互数据预测模型训练方法、装置、电子设备及存储介质，以至少解决相关技术中模型准确性较差的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种交互数据预测模型训练方法，包括：

获取训练数据，所述训练数据包括第一时间段内采集的第一样本数据以及第二时间段内采集的第二样本数据，所述第一样本数据和所述第二样本数据均包含样本账户的账户数据、样本媒介数据、所述样本账户针对所述样本媒介数据的样本交互数据，所述第一时间段是转化率达到第一转化率阈值的时间段；第二时间段是所述转化率达到第二转化率阈值的时间段，所述第一转化率阈值小于所述第二转化率阈值，所述转化率是账户在虚拟空间内针对媒介数据的转化率；

将所述第一样本数据以及所述第二样本数据分别输入至待训练的交互数据预测模型中进行预测处理，确定所述第一样本数据对应的第一预测交互数据，以及所述第二样本数据对应的第二预测交互数据；

根据所述第一样本数据对应的第一样本交互数据和所述第一预测交互数据计算第一损失值，根据所述第二样本数据对应的第二样本交互数据和所述第二预测交互数据计算第二损失值，并根据所述第一损失值和所述第二损失值计算综合损失值；

基于所述综合损失值更新所述待训练的交互数据预测模型的网络参数，直至达到预设训练完成条件，得到训练完成的交互数据预测模型。

在其中一个实施例中，所述待训练的交互数据预测模型包括特征提取层、第一交互预测层以及第二交互预测层；

所述将所述第一样本数据以及所述第二样本数据分别输入至待训练的交互数据预测模型中进行预测处理，确定所述第一样本数据对应的第一预测交互数据，以及所述第二样本数据对应的第二预测交互数据，包括：

将所述第一样本数据包含的样本账户的账户数据、样本媒介数据，以及所述第二样本数据包含的样本账户的账户数据、样本媒介数据分别输入至所述特征提取层，得到第一样本账户对应的第一样本账户特征、第一样本媒介数据对应的所述第一样本媒介特征、第二样本账户对应的所述第二样本账户特征以及所述第二样本媒介数据对应的第二样本媒介特征；

将所述第一样本账户特征以及所述第一样本媒介特征，输入至所述第一交互预测层进行预测处理，得到所述第一时间段对应的第一预测交互数据；