CN113641896A - 一种模型训练以及推荐概率预测方法及装置 - Google Patents

Abstract

本说明书公开了一种模型训练以及推荐概率预测方法及装置，通过各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，针对每个用户，根据各训练样本的预测结果，确定预测排序，针对每个分支任务，根据各训练样本的标签，确定标准排序，并根据该预测排序和标准排序，确定该分支任务的损失，进而根据各分支任务的损失确定梯度，根据各分支任务的梯度及其损失确定多任务学习模型的损失函数，对模型进行训练。本方法通过确定各分支任务对应的梯度和损失确定总损失，使得对梯度贡献大的分支任务首先被优化，对梯度贡献小的分支任务辅助优化，提高了各任务推荐概率预测的准确性。

Description

一种模型训练以及推荐概率预测方法及装置

技术领域

本说明书涉及计算机技术领域，尤其涉及一种模型训练以及推荐概率预测方法及装置。

背景技术

目前，随着计算机技术的发展，如何从海量信息中选择出有价值的信息，从而为用户推荐合适的内容，已经成为服务提供方需要解决的问题之一，而推荐概率预测方法因为能够基于用户信息以及内容的特性为用户推荐合适的内容的特点，被广泛应用于服务提供方为用户提供服务的场景中。

在现有技术中，一种常见的推荐概率预测方法是基于多任务学习模型确定的，具体的，将用户的用户信息、内容的内容信息以及内容被点击、收藏次数等信息进行特征提取，并将提取出的特征输入到预先训练好的多任务学习模型中，得到多任务学习模型输出的针对于不同任务的预测概率。

但是，现有技术在训练多任务学习模型时，通常会采用预设不同任务对应的损失权重，将不同任务的交叉熵损失及其损失权重进行加权求和的方法确定总损失，导致训练出的模型在实际使用中，可能存在某任务优化，但其他任务预测的准确率下降的问题。

发明内容

本说明书提供一种模型训练以及推荐概率预测方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供一种多任务学习模型的训练方法，包括：

根据各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，并针对每个训练样本，根据对应用户的历史行为数据，确定该训练样本对应待训练的多任务学习模型中各分支任务的标签；

将该训练样本输入到所述待训练的多任务学习模型中，得到所述多任务学习模型输出的各分支任务对应的预测结果，根据各分支任务对应的预测结果，确定该训练样本的综合预测结果；

针对每个用户，根据该用户对应的各训练样本的综合预测结果，确定预测排序，针对每个分支任务，根据该分支任务下各训练样本的标签，确定标准排序，并根据所述预测排序和所述标准排序，确定该分支任务对应的损失；

根据各分支任务对应的损失，分别确定各分支任务对应的梯度，根据各分支任务对应的梯度，确定各分支任务对应的损失的权重，根据各分支任务及其权重确定损失函数，并以损失函数最小为优化目标，调整所述多任务学习模型的模型参数，其中，所述多任务学习模型用于预测各待推荐信息的推荐概率。

可选地，根据各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，具体包括：

获取搜索操作日志，根据搜索操作日志，确定历史上各用户执行的搜索操作；

针对每次搜索操作，获取该次搜索操作对应的用户信息、搜索结果对应的各待推荐信息的内容、各待推荐信息的全局转化率和搜索关键词；

根据所述用户信息，确定用户特征；

针对每个待推荐信息，根据该待推荐信息的内容和该待推荐信息的全局转化率，确定该待推荐信息的特征；

根据该待推荐信息的特征、用户特征以及搜索关键词，确定训练样本。

可选地，根据对应用户的历史行为数据，确定该训练样本的针对于各分支任务的标签，具体包括：

针对每个分支任务，根据对应用户的历史行为数据，将所述用户在该分支任务中执行过指定类型的操作的训练样本，作为正样本；

将所述用户在该分支任务中未执行过指定类型的操作的训练样本，作为负样本。

可选地，根据各分支任务对应的预测结果，确定该训练样本的综合预测结果，具体包括：

根据各分支任务对应的预测结果，以及各分支任务对应的标签，确定各分支任务对应的梯度；

根据各分支任务对应的梯度，对各分支任务的预测结果进行加权平均，确定该训练样本的综合预测结果。

可选地，所述多任务学习模型包括处理层，任务层；

将该训练样本输入到待训练的多任务学习模型中，得到所述多任务学习模型的各分支任务输出的该训练样本的预测结果，具体包括：

将该训练样本作为输入，输入到待训练的多任务学习模型的处理层，得到所述处理层的处理结果；

将所述处理结果分别输入所述任务层的针对于各任务的模型中，得到针对于各任务的模型输出的针对于待推荐信息的预测结果，所述预测结果至少包含推荐概率。

本说明书提供一种推荐概率预测方法，包括：

确定各待推荐信息的特征和用户特征；

针对每个待推荐信息，将该待推荐信息的特征和用户特征作为输入，输入到预先训练好的多任务学习模型中，得到所述多任务学习模型的各分支任务输出的所述用户对于该待推荐信息的预测结果，并根据各分支任务的推荐率，确定该待推荐信息的推荐概率；

其中，所述多任务学习模型为通过各分支任务对于各待推荐信息的预测结果的排序，以及各待推荐信息的标注的排序，确定的各分支任务的损失，根据各分支任务的损失确定的各分支任务对应的梯度，以及根据各分支任务对应的损失及其梯度确定的损失函数训练得到的。

本说明书提供一种多任务学习模型的训练装置，包括：

样本确定模块，用于根据各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，并针对每个训练样本，根据对应用户的历史行为数据，确定该训练样本对应待训练的多任务学习模型中各分支任务的标签

预测模块，用于将该训练样本输入到所述待训练的多任务学习模型中，得到所述多任务学习模型输出的各分支任务对应的预测结果，根据各分支任务对应的预测结果，确定该训练样本的综合预测结果；

损失确定模块，用于针对每个用户，根据该用户对应的各训练样本的综合预测结果，确定预测排序，针对每个分支任务，根据该分支任务下各训练样本的标签，确定标准排序，并根据所述预测排序和所述标准排序，确定该分支任务对应的损失；

训练模块，用于根据各分支任务对应的损失，分别确定各分支任务对应的梯度，根据各分支任务对应的梯度，确定各分支任务对应的损失的权重，根据各分支任务及其权重确定损失函数，并以损失函数最小为优化目标，调整所述多任务学习模型的模型参数，其中，所述多任务学习模型用于预测各待推荐信息的推荐概率。

本说明书提供一种推荐概率预测装置，包括：

确定模块，用于确定各待推荐信息的特征和用户特征；

预测模块，针对每个待推荐信息，将该待推荐信息的特征和用户特征作为输入，输入到预先训练好的多任务学习模型中，得到所述多任务学习模型的各分支任务输出的所述用户对于该待推荐信息的预测结果，并根据各分支任务的推荐率，确定该待推荐信息的推荐概率，其中，所述多任务学习模型为通过各分支任务对于各待推荐信息的预测结果的排序，以及各待推荐信息的标注的排序，确定的各分支任务的损失，根据各分支任务的损失确定的各分支任务对应的梯度，以及根据各分支任务对应的损失及其梯度确定的损失函数训练得到的。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书提供的多任务学习模型的训练方法中，通过各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，针对每个用户，根据各训练样本的预测结果，确定预测排序，针对每个分支任务，根据各训练样本的标签，确定标准排序，并根据该预测排序和标准排序，确定该分支任务的损失，进而根据各分支任务的损失确定梯度，根据各分支任务的梯度及其损失确定多任务学习模型的损失函数，对模型进行训练。

从上述方法中可以看出，本方法通过确定各分支任务对应的梯度和损失确定总损失，使得对梯度贡献大的分支任务首先被优化，对梯度贡献小的分支任务辅助优化，提高了各任务推荐概率预测的准确性。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书提供的多任务学习模型的训练的方法的流程示意图；

图2为本说明书提供方确定训练样本的示意图；

图3为本说明书提供的确定预测结果的示意图；

图4为本说明书提供的多任务学习模型的结构示意图；

图5为本说明书提供的推荐概率预测方法的流程示意图；

图6为本说明书提供的确定损失函数的结构图；

图7为本说明书提供的推荐概率预测装置；

图8为本说明书提供的对应于图1或图5的电子设备示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书提供的多任务学习模型的训练的方法的流程示意图，具体包括以下步骤：

S100：根据各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，并针对每个训练样本，根据对应用户的历史行为数据，确定该训练样本对应待训练的多任务学习模型中各分支任务的标签。

一般的，在内容推荐领域，可通过多任务学习模型，确定同一待推荐信息在相近的两个任务中被同一用户点击的概率，以根据确定出的概率向用户推荐待推荐信息。

通常，多任务学习模型是由用于训练模型的服务器，基于训练样本预先训练得到的，相应的，本说明书中提供的多任务学习模型的训练方法，也可由训练模型的服务器执行该训练多任务学习模型的过程。

训练模型可以分为样本生成阶段以及训练模型阶段，在样本生成阶段可根据模型需要以及训练需要，确定用于训练模型的样本。在本说明书中，该服务器首先可确定用于训练学习模型的训练样本，并且由于通常多任务学习模型是基于待推荐信息和用户信息确定用户对于待推荐信息的推荐概率的，因此，该服务器可首先确定待推荐信息的特征和用户特征，以确定训练样本。

基于此，该服务器可获取待推荐信息和用户信息。其中，该待推荐信息可为业务平台上对于某商品的评论，对于某商家的评论，商品展示页面的信息等，可包括文字和图片等多种模态的信息，用户信息可为用户的画像信息。

进一步的，由于多任务学习模型可基于待推荐信息的特征和用户特征确定用户在各分支任务对应的场景中对于待推荐信息的推荐概率，因此，该服务器可基于待推荐信息的特征和用户特征，确定训练样本。其中，多任务学习模型中的各任务可为相似度较高的任务，如，商品订单页和商品展示页的点击率。

具体的，该服务器可首先获取预先存储的搜索操作日志，其中，该搜索操作日志可包括各用户历史上执行的搜索操作的记录，如，用户信息、搜索内容、点击内容、搜索时间等。其次，该服务器可根据搜索操作日志，确定历史上各用户执行的搜索操作。并针对每次操作，该服务器可获取有该次搜索操作对应的用户信息、该次搜索结果对应的各待推荐信息的内容、各待推荐信息的全局转化率和搜索关键词。其中，各待推荐信息的全局转化率可通过各待推荐信息的展示次数和各待推荐信息被执行指定类型(如，点击、收藏、转发等)的操作的次数等确定。然后，该服务器可根据该用户的用户信息，确定用户特征，根据各待推荐信息的内容和各待推荐信息全局转化率，确定各待推荐信息的特征。最后，针对每个待推荐信息，根据该待推荐信息的特征、用户特征和搜索关键词，确定训练样本。

当然，该服务器还对搜索操作进行监测，当监测到用户执行搜索操作时，将用户执行该搜索操作时的搜索关键词、执行该搜索操作的用户的用户信息以及向用户展示的各待推荐内容的信息进行获取并存储，进而在当需要对该多任务学习模型进行训练时，基于预先存储的各信息，确定训练样本。

在本说明书提供的一个或多个实施例中，使用多任务学习模型的目的是，想要基于相同的特征输入集，预测多个关键性能指标，因此，该服务器需确定针对于各分支任务的标签。

具体的，该服务器可获取用户的历史行为数据，并根据用户的历史行为数据，确定该用户在各分支任务对应的场景下是否执行过指定类型的操作，如，点击、转发、收藏等，若执行过，则可将该标签设定为1，若未执行过，则可将标签设定为0，则模型输出的是预测用户执行指定类型操作的概率。

进一步的，在确定训练样本时，可将用户在分支任务对应的场景中执行过指定类型的操作的训练样本，作为正样本，将用户在分支任务对应的场景中未执行过指定类型的操作的训练样本，作为负样本。

需要说明的是，上述的一次搜索操作，为用户从开始搜索到点击进入目标界面的过程。如，用户搜索某内容，出现展示各待推荐信息的列表页，用户点击某待推荐信息，进入目标界面，则此次操作完成。当用户退回到列表页并点击其他待推荐信息时，可认为该用户执行了另一次搜索操作。当然，目标界面的内容、形式、如何进入等可根据需要进行设置，本说明书不做限制。

另外，在确定训练样本时，针对于同一用户，该用户对应的搜索关键词可为多个，而针对于同一搜索关键词，该搜索关键词对应的搜索操作可能为多次。本说明书中在确定训练样本时，该服务器可针对每个搜索关键词对应的每次搜索操作，确定训练样本。也就是说，在本说明书中，训练样本对应的是一个用户的一个搜索关键词的一次搜索操作，则在根据一次搜索操作确定出的各训练样本中，正样本最多只有一个。如图2所示。

图2为本说明书提供方确定训练样本的示意图。图中左侧为某用户进行的一次搜索操作的界面，包括有搜索关键词，以及基于该搜索关键词得到的各待推荐信息，其中，白色的待推荐信息为本次搜索操作中用户未点击的待推荐信息，灰色的待推荐信息为本次搜索操作中用户点击过的待推荐信息。则基于各待推荐信息的特征和用户特征确定出的各训练样本中，有且仅有训练样本2为正样本，其他训练样本都为负样本。即，本次搜索操作中，用户仅点击过待推荐信息2，其他待推荐信息都未点击。当然，若本次搜索操作中，若用户未点击过任何待推荐信息，则由该次操作确定出的各训练样本中，所有训练样本都为负样本。具体的界面中包含的内容等可根据需要进行设置，本说明书对此不做限制。

S102：将该训练样本输入到所述待训练的多任务学习模型中，得到所述多任务学习模型输出的各分支任务对应的预测结果，根据各分支任务对应的预测结果，确定该训练样本的综合预测结果。

在本说明书提供的一个或多个实施例中，在机器学习领域，通常可基于训练样本通过模型的结果和样本标签对模型进行训练，因此，该服务器可将该训练样本作为输入，输入预先训练好的多任务学习模型中，确定该多任务模型的各分支任务输出的该待推荐信息的推荐结果。

具体的，多任务学习模型可看做两部分，各分支任务对应的适合各任务对应的模型，以及各分支任务共享的底层的较为抽象的表示层。使得多任务学习模型具有了一个输入，多个输出的特点，即，输入同一特征样本集，输出各分支任务分别对应的预测结果。于是，该服务器可将步骤S102中的训练样本作为输入，输入到待训练的多任务学习模型的处理层中，得到处理层的处理结果。该处理结果为将训练样本中包含的各特征再次进行处理得到的结果，用于输入各分支任务对应的模型，以确定各分支任务输出的预测结果。如图3所示。

图3为本说明书提供的确定预测结果的示意图，训练样本为待推荐信息的特征和用户特征，则该服务器可将待推荐信息的特征和用户特征作为输入，输入到该多任务学习模型的处理层中，得到处理层输出的处理结果。并将该处理结果分别作为输入，输入该多任务学习模型的任务层的A分支任务对应的模型和B分支任务对应的模型中，得到A分支任务对应的模型输出的A预测结果和B分支任务对应的模型输出的B预测结果。

与现有技术中，针对每个分支任务，仅根据各训练样本在该分支任务下的预测结果和标签确定各分支任务对应的损失不同，本说明书基于各训练样本的各分支任务对应的预测结果，确定各训练样本的综合预测结果，并基于确定出的各训练样本的预测结果和各训练样本对应各分支任务的标签，确定损失，以使得多任务学习模型中的各任务可同时优化。

具体的，该服务器可确定预先存储的各分支任务对应的梯度，并针对每个训练样本，根据该训练样本对应于各分支任务的预测结果，以及各分支任务对应的梯度，确定该训练样本的预测结果。当然，在确定该训练样本的预测结果时，还可仅将确定出的各分支任务的预测结果进行相加，以确定各训练样本的综合预测结果。确定出预测结果后，该服务器可根据各训练样本的预测结果执行后续步骤。

另外，在确定训练样本时，还可将搜索关键词作为条件，而仅根据该用户的用户信息，各待推荐信息的内容、各待推荐信息的全局转化率确定训练样本。

S104：针对每个用户，根据该用户对应的各训练样本的综合预测结果，确定预测排序，针对每个分支任务，根据该分支任务下各训练样本的标签，确定标准排序，并根据所述预测排序和所述标准排序，确定该分支任务对应的损失。

在本说明书提供的一个或多个实施例中，区别于现有技术中直接根据各任务对应的交叉熵损失和预设损失权重进行加权求和确定总损失的训练方法，本说明书提供一种新的根据各任务对应的λ损失，并基于各任务对应的λ损失确定该多任务学习模型的损失，以训练该多任务学习模型。基于此，该服务器可首先确定各训练样本对应各分支任务的损失。

具体的，在内容推荐领域，通常会基于用户的用户特征和各待推荐信息的特征，确定用户对于各待推荐信息的偏好程度，并根据确定出的偏好程度，对各待推荐信息进行排序，以根据排序将待推荐信息展示给用户。于是，该服务器可根据步骤S102中确定出的各训练样本的预测结果，对该用户对应的各训练样本进行排序，作为预测排序。并根据确定出的预测排序，针对每个训练样本，确定该训练样本在该预测排序中的梯度，具体可通过梯度确定公式

确定，其中，i为该训练样本在该预测结果中的排位，y_i为该训练样本与其他训练样本之间的梯度，可由该训练样本与其他训练样本的标签确定。如，将该训练样本的标签与其他训练样本的标签进行比较，若该训练样本的标签大，则取1，若该训练样本的标签小，则取0，最后将各值进行求和，得到y_i。maxNDCG可通过

确定，其中，Di＝log₂(1+i)。当然，在确定y_i时，各取值还可为1，-1等，具体的y_i如何取值可根据需要进行设置，本说明书对此不做限制。

其次，针对每个分支任务，该服务器可根据该分支任务下对应的各训练样本的标签，对各训练样本进行排序。其中，由于获取到的数据为用户进行一次搜索操作时确定的，因此，可确定各训练样本中，正样本最多只有一个。针对每个训练样本，同样可根据梯度确定公式等，确定各训练样本在标签对应的排序中的梯度。

然后，该服务器可根据预测结果的排序和标签的排序，确定各训练样本对应的梯度差，并根据各梯度差，确定该分支任务对应的损失。该梯度差可通过

确定，其中，针对每个分支任务和训练样本，i为该训练样本在该训练样本的预测结果中的排序的排位，j为该训练样本在该分支任务对应的标签的排序中的排位。则通过上述公式，可确定该梯度差表征该训练样本在预测结果中的排位的梯度和该训练样本在真实排序中的排位的梯度之间的差距。

最后，针对每个分支任务，该服务器可将该分支任务下的各训练样本对应的梯度差进行加和，确定该任务分支对应的损失。当然，还可将各梯度差进行归一化，确定损失。其中，该损失用于表征各训练样本在预测结果的排序中的排位和标签的排序中的排位的差距，具体可通过损失确定函数

确定。其中，针对每个训练样本，i为该训练样本在预测排序中的排位，j为该训练样本在标准排序中的排位，s_i为该训练样本的预测概率，s_j为该训练样本的标签。则针对每个训练样本，确定该训练样本对应的损失，对将各损失进行相加，可确定该分值任务对应的损失。

需要说明的是，在本说明书中，该服务器在确定出各分支任务对应的损失时前，已确定出各训练样本对应的综合预测结果，以及各综合预测结果的排序。且针对每个训练样本，该训练样本在各排序中的梯度，可由各排序中的其他训练样本确定。也就是说，该训练样本的梯度受其他训练样本的排序的影响。

S106：根据各分支任务对应的损失，分别确定各分支任务对应的梯度，根据各分支任务对应的梯度，确定各分值任务对应的权重，根据各分支任务及其权重确定损失函数，并以损失函数最小为优化目标，调整所述多任务学习模型的模型参数，其中，所述多任务学习模型用于预测各待推荐信息的推荐概率。

在本说明书提供的一个或多个实施例中，为了避免由于预设任务对应的损失权重，导致根据任务的交叉熵损失及其权重进行加权求和时，可能出现的某任务优化，但其他任务的准确率反而下降的问题，本说明书中采用根据损失函数确定梯度，根据确定出的梯度确定各损失的系数，使得占据梯度的贡献较大的任务优先优化，而其他对梯度贡献较小的任务辅助优化，达到各任务的指标同时优化的目的。

具体的，针对每个训练样本，在确定出各分支任务对应的损失后，该服务器可首先根据各损失，确定各分支任务对应的梯度，其中，该梯度可看作损失函数加上一个可进行调节的常数值，该梯度可用于表征结果排序的准确度，一般来说，梯度越大，排序结果越不准确。

然后，该服务器可通过损失确定函数

确定该训练样本对应的损失，其中，a和b为该多任务学习模型对应的两个分支任务，r_a为a任务对应的场景中，该训练样本对应的梯度，r_b为b任务对应的场景中，该训练样本对应的梯度。G_a和G_b分别为a分支任务和b分支任务对应的损失。

最后，在确定出该多任务学习模型的损失后，可以损失最小为优化目标，调整该多任务学习模型的模型参数。其中，该多任务学习模型用于当监测到用户进行搜索操作时，对应的各待推荐信息的推荐概率。并根据确定出的推荐概率进行排序，以根据该排序将各待推荐信息展示给用户。

另外，步骤S102中确定的各训练样本的综合预测结果，可为由推荐概率确定函数Poverall＝r_ap_a+r_bp_b确定，其中，p_a为a任务对应的场景中，该训练样本对应的预测结果，p_b为b任务对应的场景中，该训练样本对应的预测结果。其中，确定本次的各训练样本的预测结果时使用的梯度，可为根据上一次模型训练时确定出的梯度，即，在每次模型训练时，将得到的各分支任务对应的梯度进行存储，以在下一次模型进行训练时，使用该分支任务对应的梯度确定各训练样本的综合预测结果。

基于图1的多任务学习模型的训练方法，通过各待推荐信息的特征和用户特征，确定对应与各用户的各训练样本，针对每个训练样本，根据该训练样本在预测结果的排序中的排位，以及各分支任务的标签的排序中的排位，确定各分支任务的损失，进而根据各分支任务的损失，确定梯度，以根据各分支任务的梯度及其损失确定多任务学习模型的损失函数，并以损失最小为优化目标，对模型进行训练。本方法通过确定各分支任务对应的梯度和损失确定总损失，使得对梯度贡献大的分支任务首先被优化，对梯度贡献小的分支任务辅助优化，提高了各任务推荐概率预测的准确性。

进一步的，不同分支任务的模型的输出具有一定的差异性，而相同的模型输入会大幅度削弱多任务输出的差异性。因此，在处理阶段，该服务器还可将处理层划分为多个层。如图4所示。

图4为本说明书提供的多任务学习模型的结构示意图，该服务器可将训练样本作为输入，输入到多任务学习模型的第一处理层、第二处理层以及第三处理层中，得到各处理层输出的各层处理结果。根据针对于A任务的对应不同子层处理结果的权重，以及各子层处理结果，确定A分支任务对应的模型的输入。根据针对于B任务的对应不同子层处理结果的权重，以及各子层处理结果，确定B分支任务对应的模型的输入。进而得到A分支任务输出的预测结果和B分支任务输出的预测结果。其中，A权重为A任务对应不同子层处理结果的权重，B权重为B任务对应不同子层处理结果的权重，且A权重和B权重可由各子层处理结果得到。其中，第一处理层、第二处理层、第三处理层可为相同；类型的模型，如，卷积神经网络。也可为不完全相同的模型。

基于图1提供的多任务学习模型的训练方法，本说明书还提供一种推荐概率预测方法，如图5所示。

图5为本说明书提供的推荐概率预测方法的流程示意图。

S200：确定各待推荐信息的特征和用户特征。

在本说明书提供的一个或多个实施例中，该推荐概率预测方法能够确定用户对于各待推荐信息的喜好程度，如，用户点击各待推荐信息的概率等，因此，该服务器可首先确定待推荐信息的特征和用户特征。

S202：针对每个待推荐信息，将该待推荐信息的特征和用户特征作为输入，输入到预先训练好的多任务学习模型中，得到所述多任务学习模型的各分支任务输出的所述用户对于该待推荐信息的预测结果，并根据各分支任务的推荐率，确定该待推荐信息的推荐概率；其中，所述多任务学习模型为通过各分支任务对于各待推荐信息的预测结果的排序，以及各待推荐信息的标注的排序，确定的各分支任务的损失，根据各分支任务的损失确定的各分支任务对应的梯度，以及根据各分支任务对应的损失及其梯度确定的损失函数训练得到的。

在本说明书提供的一个或多个实施例中，因为本说明书使用的多任务学习模型是基于各待推荐信息的特征和用户特征确定的，因而在进行推荐概率预测时，需要针对每个待推荐信息，将该待推荐信息的特征和用户特征作为输入，输入到预先训练好的多任务学习模型中，确定该待推荐信息对应的推荐概率。其中，推荐概率可由推荐概率确定函数Poverall＝r_ap_a+r_bp_b确定，其中，p_a为a任务对应的预测结果，p_b为b任务对应的预测结果，r_a为a任务对应梯度，r_b为b任务对应的梯度。

具体的确定各分支任务对应的梯度，以及各分支任务对应的预测结果，可参考上述步骤S106～S108的内容，本说明书在此不再赘述。

进一步的，在确定出各训练样本对应的推荐概率后，该服务器还可根据确定出的各训练样本的推荐概率，将各训练样本进行排序，并选择指定排位前的待推荐信息发送至用户的客户端进行展示。

以上为本说明书的一个或多个实施例提供的多任务学习模型的训练方法和推荐概率预测的方法，基于同样的思路，本说明书还提供了相应的多任务学习模型的训练装置和推荐概率预测装置，如图6或7所示。

图6为本说明书提供的多任务学习模型的训练装置，包括：

样本确定模块300，用于根据各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，并针对每个训练样本，根据对应用户的历史行为数据，确定该训练样本对应待训练的多任务学习模型中各分支任务的标签；

预测模块302，用于将该训练样本输入到所述待训练的多任务学习模型中，得到所述多任务学习模型输出的各分支任务对应的预测结果，根据各分支任务对应的预测结果，确定该训练样本的综合预测结果；

损失确定模块304，用于针对每个用户，根据该用户对应的各训练样本的综合预测结果，确定预测排序，针对每个分支任务，根据该分支任务下各训练样本的标签，确定标准排序，并根据所述预测排序和所述标准排序，确定该分支任务对应的损失；

训练模块306，用于根据各分支任务对应的损失，分别确定各分支任务对应的梯度，根据各分支任务对应的梯度，确定各分支任务对应的损失的权重，根据各分支任务及其权重确定损失函数，并以损失函数最小为优化目标，调整所述多任务学习模型的模型参数，其中，所述多任务学习模型用于预测各待推荐信息的推荐概率。

可选地，所述样本确定模块300，具体用于获取搜索操作日志，根据搜索操作日志，确定历史上各用户执行的搜索操作，针对每次搜索操作，获取该次搜索操作对应的用户信息、搜索结果对应的各待推荐信息的内容、各待推荐信息的全局转化率和搜索关键词，根据所述用户信息，确定用户特征，针对每个待推荐信息，根据该待推荐信息的内容和该待推荐信息的全局转化率，确定该待推荐信息的特征，根据该待推荐信息的特征、用户特征以及搜索关键词，确定训练样本。

可选地，所述样本确定模块300，具体用于针对每个分支任务，根据对应用户的历史行为数据，将所述用户在该分支任务中执行过指定类型的操作的训练样本，作为正样本，将所述用户在该分支任务中未执行过指定类型的操作的训练样本，作为负样本。

可选地，预测模块302，具体用于根据各分支任务对应的预测结果，以及各分支任务对应的标签，确定各分支任务对应的梯度，根据各分支任务对应的梯度，对各分支任务的预测结果进行加权平均，确定该训练样本的综合预测结果。

可选地，所述训练模块306，具体用于将该训练样本输入到待训练的多任务学习模型中，得到所述多任务学习模型的各分支任务输出的该训练样本的预测结果，具体包括，将该训练样本作为输入，输入到待训练的多任务学习模型的处理层，得到所述处理层的处理结果，将所述处理结果分别输入所述任务层的针对于各任务的模型中，得到针对于各任务的模型输出的针对于待推荐信息的预测结果，所述预测结果至少包含推荐概率。

图7为本说明书提供的推荐概率预测装置，包括：

确定模块400，用于确定各待推荐信息的特征和用户特征；

预测模块402，针对每个待推荐信息，将该待推荐信息的特征和用户特征作为输入，输入到预先训练好的多任务学习模型中，得到所述多任务学习模型的各分支任务输出的所述用户对于该待推荐信息的预测结果，并根据各分支任务的推荐率，确定该待推荐信息的推荐概率，其中，所述多任务学习模型为通过各分支任务对于各待推荐信息的预测结果的排序，以及各待推荐信息的标注的排序，确定的各分支任务的损失，根据各分支任务的损失确定的各分支任务对应的梯度，以及根据各分支任务对应的损失及其梯度确定的损失函数训练得到的。

本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的多任务学习模型的训练方法和上述图5提供的推荐概率预测方法的至少一种。

本说明书还提供了图8所示的电子设备的示意结构图。如图8所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1提供的多任务学习模型的训练方法和上述图5提供的推荐概率预测方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种多任务学习模型的训练方法，其特征在于，所述方法包括：

根据各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，并针对每个训练样本，根据对应用户的历史行为数据，确定该训练样本对应待训练的多任务学习模型中各分支任务的标签；

将该训练样本输入到所述待训练的多任务学习模型中，得到所述多任务学习模型输出的各分支任务对应的预测结果，根据各分支任务对应的预测结果，确定该训练样本的综合预测结果；

针对每个用户，根据该用户对应的各训练样本的综合预测结果，确定预测排序，针对每个分支任务，根据该分支任务下各训练样本的标签，确定标准排序，并根据所述预测排序和所述标准排序，确定该分支任务对应的损失；

根据各分支任务对应的损失，分别确定各分支任务对应的梯度，根据各分支任务对应的梯度，确定各分支任务对应的损失的权重，根据各分支任务及其权重确定损失函数，并以损失函数最小为优化目标，调整所述多任务学习模型的模型参数，其中，所述多任务学习模型用于预测各待推荐信息的推荐概率。

2.如权利要求1所述的方法，其特征在于，根据各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，具体包括：

获取搜索操作日志，根据搜索操作日志，确定历史上各用户执行的搜索操作；

针对每次搜索操作，获取该次搜索操作对应的用户信息、搜索结果对应的各待推荐信息的内容、各待推荐信息的全局转化率和搜索关键词；

根据所述用户信息，确定用户特征；

针对每个待推荐信息，根据该待推荐信息的内容和该待推荐信息的全局转化率，确定该待推荐信息的特征；

根据该待推荐信息的特征、用户特征以及搜索关键词，确定训练样本。

3.如权利要求1所述的方法，其特征在于，根据对应用户的历史行为数据，确定该训练样本的针对于各分支任务的标签，具体包括：

针对每个分支任务，根据对应用户的历史行为数据，将所述用户在该分支任务中执行过指定类型的操作的训练样本，作为正样本；

将所述用户在该分支任务中未执行过指定类型的操作的训练样本，作为负样本。

4.如权利要求1所述的方法，其特征在于，根据各分支任务对应的预测结果，确定该训练样本的综合预测结果，具体包括：

根据各分支任务对应的预测结果，以及各分支任务对应的标签，确定各分支任务对应的梯度；

根据各分支任务对应的梯度，对各分支任务的预测结果进行加权平均，确定该训练样本的综合预测结果。

5.如权利要求1所述的方法，其特征在于，所述多任务学习模型包括处理层，任务层；

将该训练样本输入到待训练的多任务学习模型中，得到所述多任务学习模型的各分支任务输出的该训练样本的预测结果，具体包括：

将该训练样本作为输入，输入到待训练的多任务学习模型的处理层，得到所述处理层的处理结果；

将所述处理结果分别输入所述任务层的针对于各任务的模型中，得到针对于各任务的模型输出的针对于待推荐信息的预测结果，所述预测结果至少包含推荐概率。

6.一种推荐概率预测方法，其特征在于，所述方法包括：

确定各待推荐信息的特征和用户特征；

针对每个待推荐信息，将该待推荐信息的特征和用户特征作为输入，输入到预先训练好的多任务学习模型中，得到所述多任务学习模型的各分支任务输出的所述用户对于该待推荐信息的预测结果，并根据各分支任务的推荐率，确定该待推荐信息的推荐概率；

其中，所述多任务学习模型为通过各分支任务对于各待推荐信息的预测结果的排序，以及各待推荐信息的标注的排序，确定的各分支任务的损失，根据各分支任务的损失确定的各分支任务对应的梯度，以及根据各分支任务对应的损失及其梯度确定的损失函数训练得到的。

7.一种多任务学习模型的训练装置，其特征在于，所述装置包括：

样本确定模块，用于根据各待推荐信息的特征和用户特征，确定对应各用户的各训练样本，并针对每个训练样本，根据对应用户的历史行为数据，确定该训练样本对应待训练的多任务学习模型中各分支任务的标签；

预测模块，用于将该训练样本输入到所述待训练的多任务学习模型中，得到所述多任务学习模型输出的各分支任务对应的预测结果，根据各分支任务对应的预测结果，确定该训练样本的综合预测结果；

损失确定模块，用于针对每个用户，根据该用户对应的各训练样本的综合预测结果，确定预测排序，针对每个分支任务，根据该分支任务下各训练样本的标签，确定标准排序，并根据所述预测排序和所述标准排序，确定该分支任务对应的损失；

训练模块，用于根据各分支任务对应的损失，分别确定各分支任务对应的梯度，根据各分支任务对应的梯度，确定各分支任务对应的损失的权重，根据各分支任务及其权重确定损失函数，并以损失函数最小为优化目标，调整所述多任务学习模型的模型参数，其中，所述多任务学习模型用于预测各待推荐信息的推荐概率。

8.一种推荐概率预测装置，其特征在于，所述装置包括：

确定模块，用于确定各待推荐信息的特征和用户特征；

预测模块，用于针对每个待推荐信息，将该待推荐信息的特征和用户特征作为输入，输入到预先训练好的多任务学习模型中，得到所述多任务学习模型的各分支任务输出的所述用户对于该待推荐信息的预测结果，并根据各分支任务的推荐率，确定该待推荐信息的推荐概率，其中，所述多任务学习模型为通过各分支任务对于各待推荐信息的预测结果的排序，以及各待推荐信息的标注的排序，确定的各分支任务的损失，根据各分支任务的损失确定的各分支任务对应的梯度，以及根据各分支任务对应的损失及其梯度确定的损失函数训练得到的。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～5任一项或权利要求6所述的方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～5任一项或权利要求6所述的方法。

Images