CN114298735A - 一种模型训练的方法、信息推送的方法及装置 - Google Patents

Abstract

本说明书公开了一种模型训练的方法、信息推送的方法及装置，获取预先标注出的训练样本，其中，该训练样本中包含有用户的历史业务记录，以及用户在历史上执行完历史业务记录对应的历史业务后，是否对历史业务执行评价操作的评价操作记录，而后，可以将训练样本输入到待训练的评价预测模型中，预测用户执行完历史业务后，是否将执行对历史业务的评价操作的操作结果。最后，以最小化该操作结果与用户针对该历史业务的评价操作记录之间的偏差为优化目标，对评价预测模型进行训练。

Description

一种模型训练的方法、信息推送的方法及装置

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的方法、信息推送的方法及装置。

背景技术

商家为了更好对自身商品或是自身的服务做出满足用户需求的改善，通常需要收集用户在线上填写的评价信息，以此来获取到用户使用商品或是体验服务后的实际反馈。

目前，用户填写评价信息的主要方式为：用户在完成商品使用或是体验完商家提供的服务后，主动填写相关的评价信息。这种模式下，有意愿填写评价信息的用户比例往往较低，导致评价信息的数量较少。

除此之外，还可以将超过预设时间未填写的评价信息默认为好评。这种方式虽然能够获取到的大量的评价信息，但是无法通过默认好评的评价信息，获知用户对商品或是服务的真实评价。

所以，如何能够提高用户填写评价信息的比例，以及保证商家能够获得用户的真实评价，则是一个亟待解决的问题。

发明内容

本说明书提供一种模型训练的方法、信息推送的方法及装置，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：

本说明书提供了一种模型训练的方法、信息推送的方法，包括：

获取预先标注出的训练样本，所述训练样本中包含用户的历史业务记录，以及所述用户在历史上执行完所述历史业务记录对应的历史业务后，是否对所述历史业务执行评价操作的评价操作记录；

将所述训练样本输入到待训练的评价预测模型中，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果；

以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练。

可选地，将所述训练样本输入到待训练的评价预测模型中，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果，具体包括：

将所述训练样本输入到待训练的评价预测模型中，确定所述用户针对所述历史业务的满意度；

根据所述满意度，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果。

可选地，将所述训练样本输入到待训练的评价预测模型中，确定所述用户针对所述历史业务的满意度，具体包括：

将所述训练样本输入到待训练的评价预测模型中，以通过所述评价预测模型，根据所述训练样本，确定所述用户的偏好特征以及所述历史业务对应的业务对象的属性特征；

根据所述偏好特征以及所述业务对象的属性特征，确定所述用户针对所述历史业务的满意度。

可选地，在根据所述偏好特征以及所述业务对象的属性特征，确定所述用户针对所述历史业务的满意度之前，所述方法还包括：

若确定所述历史业务为配送业务，从所述训练样本中提取出所述历史业务对应配送过程中的配送特征，所述配送特征用于表征在执行所述历史业务对应的配送过程时的配送状况；

根据所述偏好特征以及所述业务对象的属性特征，确定所述用户针对所述历史业务的满意度，具体包括：

根据所述偏好特征、所述业务对象的属性特征以及所述配送特征，确定所述用户针对所述历史业务的满意度。

可选地，以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练之前，所述方法包括：

若根据所述操作结果，确定所述用户将针对历史业务执行评价操作后，预测所述用户针对所述历史业务的评价类型；

以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练，具体包括：

以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差，和/或最小化预测出的所述用户针对所述历史业务的评价类型与识别出的所述用户针对所述历史业务的实际评价类型之间的偏差为优化目标，对所述评价预测模型进行训练。

可选地，识别所述用户针对所述历史业务的实际评价类型，具体包括：

若确定所述用户针对所述历史业务在实际中执行了评价操作，对所述用户针对所述历史业务的评价信息进行语义识别，确定所述用户针对所述历史业务的实际评价类型。

可选地，标注训练样本，具体包括：

若确定所述用户在执行完所述历史业务后，产生重复执行与所述历史业务相同类型的业务的行为，将所述训练样本标注为正样本。

可选地，识别所述用户针对所述历史业务的实际评价类型，具体包括：

若确定所述用户针对所述历史业务在实际中未执行评价操作，根据确定出的所述用户在执行完所述历史业务后，产生重复执行与所述历史业务相同类型的业务的行为，识别所述用户针对所述历史业务的实际评价类型。

可选地，标注训练样本，具体包括：

根据所述用户在所述历史业务对应的商家执行完所述历史业务后，在同类的其他商家执行业务的次数是否超过设定次数，对所述训练样本进行标注。

可选地，识别所述用户针对所述历史业务的实际评价类型，具体包括：

若确定所述用户针对所述历史业务在实际中未执行评价操作，根据所述用户在所述历史业务对应的商家执行完所述历史业务后，在同类的其他商家执行业务的次数是否超过设定次数，识别所述用户针对所述历史业务的实际评价类型。

本说明书提供了一种信息推送的方法，包括：

获取用户的业务信息以及所述用户的历史业务记录；

将所述业务信息以及所述历史业务记录输入到预先训练的评价预测模型中，预测所述用户执行完所述业务信息对应的业务后，是否对所述业务执行评价操作的操作结果，所述评价预测模型是通过上述模型训练的方法训练得到的；

根据所述操作结果，向所述用户推送评价消息，以使所述用户基于所述评价消息的提示，对所述业务进行评价。

可选地，根据所述操作结果，向所述用户推送评价消息，具体包括：

若根据所述操作结果，预测所述用户执行完所述业务信息对应的业务后，将对所述业务执行评价操作，预测所述用户针对所述业务的评价类型；

将标注有所述评价类型的所述评价消息推送给所述用户，以使所述用户基于所述评价类型的提示，对所述业务进行评价。

本说明书提供了一种模型训练的装置，包括：

获取模块，用于获取预先标注出的训练样本，所述训练样本中包含用户的历史业务记录，以及所述用户在历史上执行完所述历史业务记录对应的历史业务后，是否对所述历史业务执行评价操作的评价操作记录；

预测模块，用于将所述训练样本输入到待训练的评价预测模型中，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果；

训练模块，用于以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练。

本说明书提供了一种信息推送的装置，包括：

获取模块，用于获取用户的业务信息以及所述用户的历史业务记录；

预测模块，用于将所述业务信息以及所述历史业务记录输入到预先训练的评价预测模型中，预测所述用户执行完所述业务信息对应的业务后，是否对所述业务执行评价操作的操作结果，所述评价预测模型是通过上述模型训练的方法训练得到的。

推送模块，用于根据所述操作结果，向所述用户推送评价消息，以使所述用户基于所述评价消息的提示，对所述业务进行评价。

本说明书提供了一种计算机可读存储介质，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模型训练的方法、信息推送的方法。

本说明书提供了一种电子设备，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，所述处理器执行所述程序时实现上述模型训练的方法、信息推送的方法。

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：

在本说明书提供的模型训练的方法、信息推送的方法，获取预先标注出的训练样本，其中，该训练样本中包含有用户的历史业务记录，以及用户在历史上执行完历史业务记录对应的历史业务后，是否对历史业务执行评价操作的评价操作记录，而后，可以将训练样本输入到待训练的评价预测模型中，预测用户执行完历史业务后，是否将执行对历史业务的评价操作的操作结果。最后，以最小化该操作结果与用户针对该历史业务的评价操作记录之间的偏差为优化目标，对评价预测模型进行训练。

从上述方法中可以看出，通过上述模型训练的方式，可以保证将训练后的模型应用在实际的信息推送过程中时，能够有效的分析出用户是否会对所执行的业务存在进行评价的意图，进而确定是否向用户发送对执行的业务进行评价的推送信息，这不仅有效地提高了用户填写评价信息的比例，同时保证了商家能够获得用户的真实评价。

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为本说明书中提供的一种模型训练的方法的流程示意图；

图2为本说明书中提供的一种信息推送的示意图；

图3为本说明书提供的一种模型训练的装置的示意图；

图4为本说明书提供的一种信息推送的装置的示意图；

图5为本说明书提供的一种对应于图1的电子设备的示意图。

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为本说明书中提供的一种模型训练的方法、信息推送的方法的流程示意图，包括以下步骤：

S101：获取预先标注出的训练样本，所述训练样本中包含用户的历史业务记录，以及所述用户在历史上执行完所述历史业务记录对应的历史业务后，是否对所述历史业务执行评价操作的评价操作记录。

在本说明书中，具体实施模型训练的方法的执行主体可以是设置在业务平台的服务器、台式电脑、笔记本电脑等设备，为便于描述，下面仅以服务器为例，对本说明书提供的信息推送的方法进行说明。

用户在执行完业务后，往往会根据自己的意愿来决定是否填写针对该业务的评价信息，这导致业务平台获取到的用户填写的评价信息通常较少，也使得商家无法基于用户的评价信息对自身提供的服务或是商品进行改进。为此，本说明书提供了一种信息推送的方法，使得用户在执行业务后，设置在业务平台的服务器可以基于预先训练的评价预测模型，根据用户的历史业务记录以及用户执行的业务的业务信息，预测出用户是否存在对该业务进行评价的意愿，以此来向用户推送用于提示用户进行评价的信息，从而显著的提高用户填写的评价信息的数量。

而在使用该评价预测模型之前，服务器需要先对该评价预测模型进行训练。具体的，服务器可以获取到预先标注出的训练样本，其中，训练样本中包含有用户的历史业务记录，以及用户在历史上执行完历史业务记录对应的历史业务后，是否对该历史业务执行评价操作的评价操作记录。历史业务记录可以用于反映出用户个人的偏好，而评价操作记录则用于对训练样本进行标注，以及在模型训练过程中，对模型输出的结果做损失。

在训练样本的标注过程中，若确定该用户执行过对历史业务的评价操作，则可以将该训练样本标注为是正样本，而若确定该用户未执行过对该历史业务的评价操作，则可以将该训练样本标注为是负样本。

值得强调的是，本说明书中提到的正样本，是指确定出的用户执行过评价操作的训练样本，而负样本则是指确定出的用户未执行过评价操作的训练样本。

当然，除了上述的标注方式外，本说明书中还提供了其他的标注方式，具体的，若确定所述用户在执行完历史业务后并未对该历史业务进行评价，但后续存在重复执行与该历史业务相同类型的业务的行为，则可以将该历史业务标记为正样本。其中，这里提到与该历史业务相同类型的业务，可以是指重复购买同一种商品或服务的业务。例如，若该商家为甜品店，该用户在该商家购买过一次甜品后，存在重复购买该甜品的行为，则将该历史业务标记为正样本。

除此之外，服务器若确定用户在执行该次历史业务后，在同类的其他商家执行业务的次数超过设定次数，则将该次历史业务标记为正样本。若用户在执行该次历史业务后，在同类的其他商家执行业务的次数没有超过限定次数，则将该次历史业务标记为负样本。

例如，若该商家为甜品店，所设置的限定次数为10次，该用户在购买过一次甜品后，没有在该商家购买甜品，而是在相似的甜品店购买的次数超过10，则将该购买甜品标注为正样本。当然，若该用户在购买过一次甜品后，在相似的甜品店购买的次数没有超过10，则可以将该购买甜品标注为负样本。其中，相似的商家为提供的业务在类型上相似的商家。

当然，对于训练样本标注方式不止上述提到的方式，这里就不一一举例说明了。

S102：将所述训练样本输入到待训练的评价预测模型中，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果。

服务器在获取到带标注的训练样本后，将利用这些标注好的训练样本对待训练的评价预测模型进行训练。训练的步骤可以为：

服务器在得到带标注的训练样本后，将得到的训练样本输入到待训练的预测模型中，通过评价预测模型，从训练样本中提取出训练样本的各项特征。

评价预测模型可以从训练样本中包含的历史业务执行记录中提取到的训练样本的各项特征可以包括：用户的相关特征、商家的相关特征、用户与商家的交互特征及配送特征。

用户的相关特征可以包括：用户的基础属性特征、用户的消费倾向特征。其中，用户的基础属性特征可以用于表征用户的年龄、性别等用户的基础属性，用户的消费倾向特征可以为根据该用户的历史浏览记录及用户的历史购买记录得到的用户偏好，例如，该用户经常性的浏览和/购买饮料，则得到该用户倾向于购买饮料类的商品。除此之外，消费倾向特征也可以用于表征出用户的消费情况，如，通过用户的历史购买记录，得到用户购买各种商品的价格区间等。

商家的相关特征可以包括：商家的基础属性特征、商家的销量特征及商家的业务的价格特征。其中，商家的基础属性特征可以用于表征商家的类型、商家提供的业务的业务属性等，例如，该商家为餐馆，提供多种菜品，则将该商家提供的多种菜品以及菜系作为该商家的基础属性特征。

商家的销量特征可以用于表征商家提供的业务在预设的一段时间内的销量，例如，该商家为酒店，提供多种住宿业务，则统计该商家在一个月内各种房型的住宿情况，作为该商家的销量特征。商家的业务的价格特征用于表征该商家提供的各种业务的价格的特点，例如，该商家为餐馆，将该商家的提供的所有的菜品的价格作为商家的业务的价格特征。

用户与商家的交互特征可以包括：用户对商家业务的历史行为记录特征、相似用户对商家的行为记录特征。其中，用户对商家业务的历史行为记录特征用于表征该用户在历史中在该商家是否存在业务执行记录，及该用户是否存在对在该商家已执行业务中进行了评价操作。相似用户对商家的行为记录特征用于表征相似用户在历史中在该商家是否存在业务执行记录，及相似用户是否存在对在该商家已执行业务中进行了评价操作。这里的相似用户可以是指与执行该次业务的用户具有相似的消费倾向的用户。

在评价预测模型获取到训练样本中的各项特征后，可以根据从训练样本中获取到的训练样本的各项特征，得到该用户的偏好特征以及历史业务对应的业务对象的属性特征，并根据用户的偏好特征以及该业务对象的属性特征，得到该用户对历史业务的满意度，进而根据得到的满意度，预测用户执行完历史任务后，是否会对该次历史业务进行评价操作。其中，这里提到的业务对象可以是指用户在执行历史业务过程中具体需要执行的对象，如，若是该历史业务为购物业务，则业务对象是指用户具体购买的商品，若该历史业务为服务体验类业务，则业务对象是指用户消费所体验的服务，当然，该业务对象也可以是指提供该业务对象的商家。

用户的偏好特征可以根据上述用户的相关特征得到，业务对象的属性可以根据上述的商家相关特征得到。若该次历史业务为配送业务，也可以从历史业务记录中提取出配送特征，其中，配送特征表征在执行所述历史业务对应的配送过程时的配送状况，如，用户与商家间的距离特征、预估的配送时间和实际的配送时间特征、下单地理位置特征及下单时间段特征等。

相应的，上述评价预测模型可以根据用户的偏好特征，业务对象的属性特征以及确定出的配送特征，确定出用户针对该历史业务的满意度。

在评价预测模型获取到该用户的满意度后，可以根据获取到的满意度，确定该用户是否存在评价的意愿。若满意度高于第一阈值或低于第二阈值，则确认用户存在对历史业务的评价倾向，其中，第一阈值高于第二阈值。例如，将满意度的区间设置为0～100，第一阈值设置为80，第二阈值设置为20。若预测的该用户的满意度为90，则预测该次业务使得该用户特别满意，以使得该用户做出评价操作。同理，若预测的该用户的满意度为10，则预测该用户对于该次业务特别不满意，以使得该用户做出评价操作。

同样的，评价预测模型可以根据获取到的用户的满意度预测出用户的评价类型。例如，将满意度的区间设置为0～100，若预测出的用户的满意度为90，则预测该用户的评价类型为好评。

将获取到预测的该用户是否存在评价的意愿，及预测的该用户的评价类型作为评价预测模型的输出结果，其中，用户的评价类型可以为好评、差评等。若预测该用户没有评价的意愿，则输出结果为该用户不会进行评价操作。若预测该用户有评价的意愿，则将预测的该用户的评价类型作为输出结果。

所以，在对训练样本进行标注的过程中，也需要对训练样本对应的实际评价类型进行识别。具体的，若确定用户针对历史业务在实际中执行了评价操作，则可以对用户针对历史业务的评价信息进行语义识别，从而确定出用户针对历史业务的实际评价类型。

除此之外，若确定用户针对训练样本所涉及的历史业务在实际中未执行评价操作，则可以根据确定出的该用户在执行完该历史业务后，产生重复执行与该历史业务相同类型的业务的行为，识别该用户针对该历史业务的实际评价类型。

以用户购买商品为例，如果确定出用户复购同一商品，则说明该用户大概率喜欢该商品，则可以认定用户对该商品进行评价时，也会对其进行好评。

除此之外，若确定用户针对该历史业务在实际中未执行评价操作，则可以根据该用户在该历史业务对应的商家执行完所述历史业务后，在同类的其他商家执行业务的次数是否超过设定次数，以识别出该用户针对该历史业务的实际评价类型。

还以用户购买商品为例，若是确定出用户在一家购买商品后，在后续去其他同类型的商家购买了多次商品，则说明用户可能不太喜欢这一家提供的商品，则可以认定用户对该商家提供的商品进行评价时，会对其进行差评。

结合识别出的用户对历史业务的实际评价类型对评价预测模型进行训练，不仅能够使得训练后的评价预测模型，能够有效地预测出用户执行完业务后，是否有意愿对其执行评价操作，还可以有效地预测出该用户在对其执行评价操作的过程中，具体执行何种评价操作(即好评、中评还是差评等)。

S103：以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练。

根据上述得到的评价预测模型的输出结果，对比对训练样本的标注，调整相关的参数，以使得模型的损失最小。即，最小化输出结果与该历史业务间的标注。其中，结合识别出的训练样本的实际评价类型，具体的训练方式可以为：以最小化评价预测模型输出的操作结果与用户针对历史业务的评价操作记录之间的偏差，和/或最小化预测出的用户针对历史业务的评价类型与识别出的用户针对历史业务的实际评价类型之间的偏差为优化目标，对评价预测模型进行训练。

在仅以最小化预测出的用户针对历史业务的评价类型与识别出的用户针对历史业务的实际评价类型之间的偏差为优化目标，对评价预测模型进行训练的过程中，可以认为，评价预测模型若是预测出用户有意愿对执行的业务进行评价操作，则可以直接输出预测的评价类型，而评价预测模型若是预测出用户没有意愿对执行的业务进行评价操作，则可以不输出任何的结果。

当然，模型训练需要大量的样本，需要对相关参数进行多次调整，上述提到的仅是训练一次的过程，实际的训练过程需要重复多次上述的训练过程。

将上述评价预测模型训练完后，即可将训练好的评价预测模型部署到线上，以在用户执行业务后，对该用户是否有意愿会对执行的业务进行评价操作进行预测，如图2所示。

图2为本说明书提供的一种信息推送的示意图。

以用户执行外卖业务为例，当用户在平台执行完一个外卖业务后，服务器可以获取到该用户的历史业务记录，并将该历史业务记录以及该用户执行的本次外卖业务的业务信息输入到通过上述训练方法训练得到的评价预测模型中，预测该用户执行完本次外卖业务后，是否有意愿对本次外卖业务执行评价操作的操作结果。其中，若是预测出用户在执行完本次外卖业务后，有意愿对本次外卖业务执行评价操作，则除了向用户推送评价消息外，也可以在该评价消息中附带预测出的该用户针对本次外卖业务进行评价时具体的评价类型(即好评、中评和差评等)。

将预测出的评价类型附带在评价消息中的具体形式可以是：服务器可以将该附带评价类型的评价消息发送给用户的客户端，客户端可以基于接收到的评价消息，向用户弹出相应的评价页面，在该评价页面中，已经标出了服务器通过上述评价预测模型所预测出的评价类型(如在评价页面中直接替用户选择了好评以及对商家和商品的评价星级，用户只需进行确认，以及在评论文字输入区中输入评论文字即可)。

而若预测该用户不会对本次外卖业务进行评价操作，则不向该用户推送上述评价消息。

从上述实例可以看出，用户只需在操作界面选择是否同意预测的评价类型即可完成用户评价，减少了用户评价所需的精力，进而提高了用户评价的比例，同时保证了商家能够获得用户的真实评价。

以上为本说明书的一个或多个实施例提供的模型训练的方法，基于同样的思路，本说明书还提供了相应的模型训练的装置，如图3所示。

图3为本说明书提供的一种模型训练的装置的示意图，包括：

获取模块301，用于获取预先标注出的训练样本，所述训练样本中包含用户的历史业务记录，以及所述用户在历史上执行完所述历史业务记录对应的历史业务后，是否对所述历史业务执行评价操作的评价操作记录；

预测模块302，用于将所述训练样本输入到待训练的评价预测模型中，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果；

训练模块303，用于以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练。

可选地，所述预测模块302具体用于，将所述训练样本输入到待训练的评价预测模型中，确定所述用户针对所述历史业务的满意度；

根据所述满意度，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果。

可选地，所述预测模块302具体用于，将所述训练样本输入到待训练的评价预测模型中，以通过所述评价预测模型，根据所述训练样本，确定所述用户的偏好特征以及所述历史业务对应的业务对象的属性特征；

根据所述偏好特征以及所述业务对象的属性特征，确定所述用户针对所述历史业务的满意度。

可选地，所述预测模块302在根据所述偏好特征以及所述业务对象的属性特征，确定所述用户针对所述历史业务的满意度之前，还用于，若确定所述历史业务为配送业务，从所述训练样本中提取出所述历史业务对应配送过程中的配送特征，所述配送特征用于表征在执行所述历史业务对应的配送过程时的配送状况；

所述预测模块302具体用于，根据所述偏好特征、所述业务对象的属性特征以及所述配送特征，确定所述用户针对所述历史业务的满意度。

可选地，所述训练模块303在以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练之前，还用于，若根据所述操作结果，确定所述用户将针对历史业务执行评价操作后，预测所述用户针对所述历史业务的评价类型；

所述训练模块303具体用于，以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差，和/或最小化预测出的所述用户针对所述历史业务的评价类型与识别出的所述用户针对所述历史业务的实际评价类型之间的偏差为优化目标，对所述评价预测模型进行训练。

可选地，所述获取模块301具体用于，若确定所述用户针对所述历史业务在实际中执行了评价操作，对所述用户针对所述历史业务的评价信息进行语义识别，确定所述用户针对所述历史业务的实际评价类型。

可选地，所述获取模块301具体用于，若确定所述用户在执行完所述历史业务后，产生重复执行与所述历史业务相同类型的业务的行为，将所述训练样本标注为正样本。

可选地，所述获取模块301具体用于，若确定所述用户针对所述历史业务在实际中未执行评价操作，根据确定出的所述用户在执行完所述历史业务后，产生重复执行与所述历史业务相同类型的业务的行为，识别所述用户针对所述历史业务的实际评价类型。

可选地，所述获取模块301具体用于，根据所述用户在所述历史业务对应的商家执行完所述历史业务后，在同类的其他商家执行业务的次数是否超过设定次数，对所述训练样本进行标注。

可选地，所述获取模块301具体用于，若确定所述用户针对所述历史业务在实际中未执行评价操作，根据所述用户在所述历史业务对应的商家执行完所述历史业务后，在同类的其他商家执行业务的次数是否超过设定次数，识别所述用户针对所述历史业务的实际评价类型。

图4为本说明书提供的一种信息推送的装置的示意图，包括：

获取模块401，用于获取用户的业务信息以及所述用户的历史业务记录；

预测模块402，用于将所述业务信息以及所述历史业务记录输入到预先训练的评价预测模型中，预测所述用户执行完所述业务信息对应的业务后，是否对所述业务执行评价操作的操作结果，所述评价预测模型是通过上述模型训练的方法训练得到的。

推送模块403，用于根据所述操作结果，向所述用户推送评价消息，以使所述用户基于所述评价消息的提示，对所述业务进行评价。

可选地，所述推送模块403具体用于，若根据所述操作结果，预测所述用户执行完所述业务信息对应的业务后，将对所述业务执行评价操作，预测所述用户针对所述业务的评价类型；

将标注有所述评价类型的所述评价消息推送给所述用户，以使所述用户基于所述评价类型的提示，对所述业务进行评价。

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提供的一种模型训练、信息推送的方法。

本说明书还提供了图5所示的一种对应于图1的电子设备的示意结构图。如图5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所述的模型训练的方法、信息推送的方法。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。

本说明书是参照根据本说明书实施例的方法、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 (16)

1.一种模型训练的方法，其特征在于，包括：

获取预先标注出的训练样本，所述训练样本中包含用户的历史业务记录，以及所述用户在历史上执行完所述历史业务记录对应的历史业务后，是否对所述历史业务执行评价操作的评价操作记录；

将所述训练样本输入到待训练的评价预测模型中，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果；

以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练。

2.如权利要求1所述的方法，其特征在于，将所述训练样本输入到待训练的评价预测模型中，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果，具体包括：

将所述训练样本输入到待训练的评价预测模型中，确定所述用户针对所述历史业务的满意度；

根据所述满意度，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果。

3.如权利要求2所述的方法，其特征在于，将所述训练样本输入到待训练的评价预测模型中，确定所述用户针对所述历史业务的满意度，具体包括：

将所述训练样本输入到待训练的评价预测模型中，以通过所述评价预测模型，根据所述训练样本，确定所述用户的偏好特征以及所述历史业务对应的业务对象的属性特征；

根据所述偏好特征以及所述业务对象的属性特征，确定所述用户针对所述历史业务的满意度。

4.如权利要求3所述的方法，其特征在于，在根据所述偏好特征以及所述业务对象的属性特征，确定所述用户针对所述历史业务的满意度之前，所述方法还包括：

若确定所述历史业务为配送业务，从所述训练样本中提取出所述历史业务对应配送过程中的配送特征，所述配送特征用于表征在执行所述历史业务对应的配送过程时的配送状况；

根据所述偏好特征以及所述业务对象的属性特征，确定所述用户针对所述历史业务的满意度，具体包括：

根据所述偏好特征、所述业务对象的属性特征以及所述配送特征，确定所述用户针对所述历史业务的满意度。

5.如权利要求1所述的方法，其特征在于，以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练之前，所述方法包括：

若根据所述操作结果，确定所述用户将针对历史业务执行评价操作后，预测所述用户针对所述历史业务的评价类型；

以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练，具体包括：

以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差，和/或最小化预测出的所述用户针对所述历史业务的评价类型与识别出的所述用户针对所述历史业务的实际评价类型之间的偏差为优化目标，对所述评价预测模型进行训练。

6.如权利要求5所述的方法，其特征在于，识别所述用户针对所述历史业务的实际评价类型，具体包括：

若确定所述用户针对所述历史业务在实际中执行了评价操作，对所述用户针对所述历史业务的评价信息进行语义识别，确定所述用户针对所述历史业务的实际评价类型。

7.如权利要求5所述方法，其特征在于，标注训练样本，具体包括：

若确定所述用户在执行完所述历史业务后，产生重复执行与所述历史业务相同类型的业务的行为，将所述训练样本标注为正样本。

8.如权利要求7所述的方法，其特征在于，识别所述用户针对所述历史业务的实际评价类型，具体包括：

若确定所述用户针对所述历史业务在实际中未执行评价操作，根据确定出的所述用户在执行完所述历史业务后，产生重复执行与所述历史业务相同类型的业务的行为，识别所述用户针对所述历史业务的实际评价类型。

9.如权利要求5所述的方法，其特征在于，标注训练样本，具体包括：

根据所述用户在所述历史业务对应的商家执行完所述历史业务后，在同类的其他商家执行业务的次数是否超过设定次数，对所述训练样本进行标注。

10.如权利要求9所述的方法，其特征在于，识别所述用户针对所述历史业务的实际评价类型，具体包括：

若确定所述用户针对所述历史业务在实际中未执行评价操作，根据所述用户在所述历史业务对应的商家执行完所述历史业务后，在同类的其他商家执行业务的次数是否超过设定次数，识别所述用户针对所述历史业务的实际评价类型。

11.一种信息推送的方法，其特征在于，包括：

获取用户的业务信息以及所述用户的历史业务记录；

将所述业务信息以及所述历史业务记录输入到预先训练的评价预测模型中，预测所述用户执行完所述业务信息对应的业务后，是否对所述业务执行评价操作的操作结果，所述评价预测模型是通过上述权利要求1～10任一项所述的方法训练得到的；

根据所述操作结果，向所述用户推送评价消息，以使所述用户基于所述评价消息的提示，对所述业务进行评价。

12.如权利要求11所述的方法，其特征在于，根据所述操作结果，向所述用户推送评价消息，具体包括：

若根据所述操作结果，预测所述用户执行完所述业务信息对应的业务后，将对所述业务执行评价操作，预测所述用户针对所述业务的评价类型；

将标注有所述评价类型的所述评价消息推送给所述用户，以使所述用户基于所述评价类型的提示，对所述业务进行评价。

13.一种模型训练的装置，其特征在于，包括：

获取模块，用于获取预先标注出的训练样本，所述训练样本中包含用户的历史业务记录，以及所述用户在历史上执行完所述历史业务记录对应的历史业务后，是否对所述历史业务执行评价操作的评价操作记录；

预测模块，用于将所述训练样本输入到待训练的评价预测模型中，预测所述用户执行完所述历史业务后，是否对所述历史业务执行评价操作的操作结果；

训练模块，用于以最小化所述操作结果与所述用户针对所述历史业务的评价操作记录之间的偏差为优化目标，对所述评价预测模型进行训练。

14.一种信息推送的装置，其特征在于，包括：

获取模块，用于获取用户的业务信息以及所述用户的历史业务记录；

预测模块，用于将所述业务信息以及所述历史业务记录输入到预先训练的评价预测模型中，预测所述用户执行完所述业务信息对应的业务后，是否对所述业务执行评价操作的操作结果，所述评价预测模型是通过上述权利要求1～10任一项所述的方法训练得到的；

推送模块，用于根据所述操作结果，向所述用户推送评价消息，以使所述用户基于所述评价消息的提示，对所述业务进行评价。

15.一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1～10或11～12任一项所述的方法。

16.一种电子设备，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1～10或11～12任一项所述的方法。

Images