CN114547416A - 一种媒体资源排序方法及电子设备 - Google Patents
一种媒体资源排序方法及电子设备 Download PDFInfo
- Publication number
- CN114547416A CN114547416A CN202210179815.5A CN202210179815A CN114547416A CN 114547416 A CN114547416 A CN 114547416A CN 202210179815 A CN202210179815 A CN 202210179815A CN 114547416 A CN114547416 A CN 114547416A
- Authority
- CN
- China
- Prior art keywords
- resource
- prediction model
- training
- click
- sample data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种媒体资源排序方法及电子设备,涉及人工智能技术,尤其涉及大数据领域。具体方案为:获取第一用户的关联特征以及多个候选媒体资源的资源特征;针对每个候选媒体资源,将关联特征以及候选媒体资源的资源特征输入预先获取的目标点击率预测模型进行预测得到预测点击率,以及将关联特征以及候选媒体资源的资源特征输入预先获取的目标时长预测模型进行预测,得到预测停留时长;以及基于预测点击率以及预测停留时长,确定候选媒体资源的第一评分,可提高多个候选媒体资源的第一评分的准确性,基于多个候选媒体资源的第一评分对多个候选媒体资源进行排序,从而可提高多个候选媒体资源排序准确性。
Description
技术领域
本公开涉及大数据等人工智能技术领域,尤其涉及一种媒体资源排序方法及电子设备。
背景技术
随着互联网的发展,向用户推荐媒体资源越来越常见,在推荐过程中,需要在海量的资源中,为用户推荐其感兴趣的媒体资源,媒体资源排序是推荐过程中重要的一环,直接影响推荐效果。
目前在对媒体资源进行排序的过程中,常见的方法是利用待推荐用户的历史行为数据对媒体资源进行排序。
发明内容
本公开提供一种媒体资源排序方法及电子设备。
第一方面,本公开一个实施例提供一种媒体资源排序方法,所述方法包括:
获取第一用户的关联特征以及多个候选媒体资源的资源特征;
针对每个候选媒体资源,将所述关联特征以及所述候选媒体资源的资源特征输入预先获取的目标点击率预测模型进行预测得到预测点击率,以及将所述关联特征以及所述候选媒体资源的资源特征输入预先获取的目标时长预测模型进行预测,得到预测停留时长;以及基于所述预测点击率以及所述预测停留时长,确定所述候选媒体资源的第一评分;
基于所述多个候选媒体资源的第一评分对所述多个候选媒体资源进行排序。
在本实施例中,先通过将关联特征以及候选媒体资源的资源特征输入预先获取的目标点击率预测模型进行预测得到预测点击率,以及将关联特征以及候选媒体资源的资源特征输入预先获取的目标时长预测模型进行预测,得到预测停留时长,利用预测点击率以及预测停留时长,确定候选媒体资源的第一评分,然后通过多个候选媒体资源的第一评分实现对候选媒体资源的排序。即在确定候选媒体资源的第一评分的过程中,采用的是第一用户的关联特征以及多个候选媒体资源的资源特征,而且还考虑了目标点击率预测模型基于第一用户的关联特征以及候选媒体资源的资源特征进行预测得到的预测点击率以及目标时长预测模型基于第一用户的关联特征以及候选媒体资源的资源特征进行预测得到的预测停留时长,是利用预测点击率以及预测停留时长,确定候选媒体资源的第一评分,这样可提高候选媒体资源的第一评分的准确性,通过多个候选媒体资源的第一评分实现对多个候选媒体资源的排序,从而提高对候选媒体资源排序的准确性。
第二方面,本公开一个实施例提供一种点击率预测模型训练方法,所述方法包括:
构建初始点击率预测模型,所述初始点击率预测模型包括第一初始嵌入层以及第一初始全连接网络;
获取第一训练样本数据集,所述第一训练样本数据集包括第一样本数据集和第二样本数据集;
利用所述第一样本数据集对所述初始点击率预测模型进行第一训练,得到中间点击率预测模型,其中,在所述第一训练的过程中,所述第一初始全连接网络的参数更新,所述第一初始嵌入层的参数不更新,所述中间点击率预测模型包括所述第一初始嵌入层以及第一中间全连接网络;
利用所述第二样本数据集对所述中间点击率预测模型进行第二训练,得到目标点击率预测模型,其中,在所述第二训练的过程中,所述第一中间全连接网络的参数以及所述第一初始嵌入层的参数均更新。
在本实施例中,先通过第一样本数据集对初始点击率预测模型进行第一训练,得到中间点击率预测模型,在第一训练的过程中,更新的是第一初始全连接网络的参数更新,第一初始嵌入层的参数不更新。然后再通过第二样本数据集对中间点击率预测模型进行第二训练,在第二训练的过程中,第一中间全连接网络的参数以及第一初始嵌入层的参数均更新,第二训练完成后,模型训练完成,得到目标点击率预测模型。即在本实施例中,进行了两次训练,显示通过第一样本数据集进行第一训练,得到中间点击率预测模型的基础上,再利用第二样本数据集进行第二训练,这样,可提高得到目标点击率预测模型的性能。
第三方面,本公开一个实施例还提供一种时长预测模型训练方法,包括:
构建初始时长预测模型,所述初始时长预测模型包括第二初始嵌入层以及第二初始全连接网络;
获取第二训练样本数据集,所述第二训练样本数据集包括第三样本数据集和第四样本数据集;
利用所述第三样本数据集对所述初始时长预测模型进行第三训练,得到中间时长预测模型,其中,在所述第三训练的过程中,所述第二初始全连接网络的参数更新,所述第二初始嵌入层的参数不更新,所述中间时长预测模型包括所述第二初始嵌入层以及第二中间全连接网络;
利用所述第四样本数据集对所述中间时长预测模型进行第四训练,得到目标时长预测模型,其中,在所述第四训练的过程中,所述第二中间全连接网络的参数以及所述第二初始嵌入层的参数均更新。
在本实施例中,先通过第三样本数据集对初始时长预测模型进行第三训练,得到中间时长预测模型,在第三训练的过程中,更新的是第二初始全连接网络的参数更新,第二初始嵌入层的参数不更新。然后再通过第二样本数据集对中间时长预测模型进行第四训练,在第四训练的过程中,第而中间全连接网络的参数以及第而初始嵌入层的参数均更新,第四训练完成后,模型训练完成,得到目标时长预测模型。即在本实施例中,进行了两次训练,显示通过第三样本数据集进行第三训练,得到中间时长预测模型的基础上,再利用第四样本数据集进行第四训练,这样,可提高得到目标时长预测模型的性能。
第四方面,本公开一个实施例提供一种媒体资源排序装置,所述装置包括:
第一获取模块,用于获取第一用户的关联特征以及多个候选媒体资源的资源特征;
评分确定模块,用于针对每个候选媒体资源,将所述关联特征以及所述候选媒体资源的资源特征输入预先获取的目标点击率预测模型进行预测得到预测点击率,以及将所述关联特征以及所述候选媒体资源的资源特征输入预先获取的目标时长预测模型进行预测,得到预测停留时长;以及基于所述预测点击率以及所述预测停留时长,确定所述候选媒体资源的第一评分;
排序模块,用于基于所述多个候选媒体资源的第一评分对所述多个候选媒体资源进行排序。
第五方面,本公开一个实施例提供一种点击率预测模型训练装置,所述装置包括:
第一构建模块,用于构建初始点击率预测模型,所述初始点击率预测模型包括第一初始嵌入层以及第一初始全连接网络;
第三获取模块,用于获取第一训练样本数据集,所述第一训练样本数据集包括第一样本数据集和第二样本数据集;
第一训练模块,用于利用所述第一样本数据集对所述初始点击率预测模型进行第一训练,得到中间点击率预测模型,其中,在所述第一训练的过程中,所述第一初始全连接网络的参数更新,所述第一初始嵌入层的参数不更新,所述中间点击率预测模型包括所述第一初始嵌入层以及第一中间全连接网络;
第二训练模块,用于利用所述第二样本数据集对所述中间点击率预测模型进行第二训练,得到目标点击率预测模型,其中,在所述第二训练的过程中,所述第一中间全连接网络的参数以及所述第一初始嵌入层的参数均更新。
第六方面,本公开一个实施例提供一种时长预测模型训练装置,包括:
第二构建模块,用于构建初始时长预测模型,所述初始时长预测模型包括第二初始嵌入层以及第二初始全连接网络;
第四获取模块,用于获取第二训练样本数据集,所述第二训练样本数据集包括第三样本数据集和第四样本数据集;
第三训练模块,用于利用所述第三样本数据集对所述初始时长预测模型进行第三训练,得到中间时长预测模型,其中,在所述第三训练的过程中,所述第二初始全连接网络的参数更新,所述第二初始嵌入层的参数不更新,所述中间时长预测模型包括所述第二初始嵌入层以及第二中间全连接网络;
第四训练模块,用于利用所述第四样本数据集对所述中间时长预测模型进行第四训练,得到目标时长预测模型,其中,在所述第四训练的过程中,所述第二中间全连接网络的参数以及所述第二初始嵌入层的参数均更新。
第七方面,本公开一个实施例还提供一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开如第一方面提供的媒体资源排序方法或如第二方面提供的点击率预测模型训练方法或如第三方面提供的时长预测模型训练方法。
第八方面,本公开一个实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本公开如第一方面提供的媒体资源排序方法或如第二方面提供的点击率预测模型训练方法或如第三方面提供的时长预测模型训练方法。
第九方面,本公开一个实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开如第一方面提供的媒体资源排序方法或如第二方面提供的点击率预测模型训练方法或如第三方面提供的时长预测模型训练方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开提供的一个实施例的媒体资源排序方法的流程示意图;
图2是本公开提供的一个实施例的点击率预测模型训练方法的流程示意图;
图3是本公开提供的一个实施例的时长预测模型训练方法的流程示意图;
图4是本公开提供的一个实施例的媒体资源排序装置的结构图;
图5是本公开提供的一个实施例的点击率预测模型训练装置的结构图;
图6是本公开提供的一个实施例的时长预测模型训练装置的结构图;
图7是用来实现本公开实施例的媒体资源排序方法、点击率预测模型训练方法或时长预测模型训练方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
如图1所示,根据本公开的实施例,本公开提供一种媒体资源排序方法,方法包括:
步骤S101:获取第一用户的关联特征以及多个候选媒体资源的资源特征。
第一用户可以理解是待推荐用户,在对多个候选资源排序后,可向第一用户进行媒体资源推荐,媒体资源可以包括但不限于视频、图文等,视频还可以分为第一类视频和第二类视频,第一类视频的时长和第二类视频的时长不同,例如,第一类视频可以理解是时长大于预设时长的视频,第二类视频可以理解是时长小于或等于预设时长的视频,也可称为小视频。第一用户可以是某应用中的用户,多个候选媒体资源是该应用的媒体资源。
作为一个示例,用户的关联特征可以包括但不限于属性特征、当前场景特征以及历史行为特征等,属性特征可包括但不限于年龄、性别以及所在城市等,当前场景特征可以理解是用户当前所在场景的特征,例如包括当前使用的网络的特征等,例如,网络类型以及网络信号强度等特征。历史行为特征可是用户在预设历史时间段内的行为特征。作为一个示例,资源特征可包括但不限于资源标识(ID)、资源类型(例如,视频类型、图文类型等)、资源类目(即资源分类,例如,科技类、娱乐类、教育类等)以及资源大小等特征。
步骤S102:针对每个候选媒体资源,将关联特征以及候选媒体资源的资源特征输入预先获取的目标点击率预测模型进行预测得到预测点击率,以及将关联特征以及候选媒体资源的资源特征输入预先获取的目标时长预测模型进行预测,得到预测停留时长;以及基于预测点击率以及预测停留时长,确定候选媒体资源的第一评分。
在针对某一个候选媒体资源,可将第一用户的关联特征以及该候选媒体资源的资源特征输入预先获取的目标点击率预测模型,可对第一用户对该候选媒体资源进行点击的可能性进行预测,即进行点击率的预测,得到预测点击率,例如,预测点击率可包括预测有点击或预测无点击。另外,针对该候选媒体资源,还可将第一用户的关联特征以及该候选媒体资源的资源特征输入预先获取的目标时长预测模型,对第一用户点击该候选媒体资源后停留在该候选资源的时长进行预测,即进行停留时长的预测,得到预测停留时长。如此,可通过该候选媒体资源的预测点击率以及预测停留时长,计算该候选媒体资源的第一评分。在本实施例中,可对每个候选媒体资源计算对应的第一评分,如此,可得到多个候选媒体资源的第一评分,即得到多个第一评分。
需要说明的是,候选媒体资源的第一评分可以用于表征该候选媒体资源对于第一用户的匹配度,评分越高,匹配度越高,后续该候选媒体资源推荐给第一用户的可能性越大。
步骤S103:基于多个候选媒体资源的第一评分对多个候选媒体资源进行排序。
即通过多个候选媒体资源的第一评分实现对多个候选媒体资源的排序。
在本实施例中,先通过将关联特征以及候选媒体资源的资源特征输入预先获取的目标点击率预测模型进行预测得到预测点击率,以及将关联特征以及候选媒体资源的资源特征输入预先获取的目标时长预测模型进行预测,得到预测停留时长,利用预测点击率以及预测停留时长,确定候选媒体资源的第一评分,然后通过多个候选媒体资源的第一评分实现对候选媒体资源的排序。即在确定候选媒体资源的第一评分的过程中,采用的是第一用户的关联特征以及多个候选媒体资源的资源特征,而且还考虑了目标点击率预测模型基于第一用户的关联特征以及候选媒体资源的资源特征进行预测得到的预测点击率以及目标时长预测模型基于第一用户的关联特征以及候选媒体资源的资源特征进行预测得到的预测停留时长,是利用预测点击率以及预测停留时长,确定候选媒体资源的第一评分,这样可提高候选媒体资源的第一评分的准确性,通过多个候选媒体资源的第一评分实现对多个候选媒体资源的排序,从而提高对候选媒体资源排序的准确性。
在一个实施例中,基于多个候选媒体资源的第一评分对多个候选媒体资源进行排序之后,还包括:
向第一用户推荐多个候选媒体资源中排序前N的媒体资源,N为正整数。
对多个候选媒体资源进行评分从大到小的顺序排序,排序前N的媒体资源即是评分较大的N个媒体资源,将评分较大的N个媒体资源推荐给第一用户,从而使推荐的媒体资源与第一用户更加适配,更具有针对性,提高资源推荐的准确性。
在一个实施例中,基于多个候选媒体资源的第一评分对多个候选媒体资源进行排序,包括:
获取M种媒体资源类型的每种媒体资源类型的预测点击占比,M为大于1的整数;
基于M个预测点击占比以及M个历史实际点击占比,计算M个散度,M个历史实际点击占比为M种媒体资源类型的历史实际点击占比;
使用M个散度对多个候选媒体资源的第一评分进行调节,得到多个候选媒体资源的目标评分;
基于多个候选媒体资源的目标评分对多个候选媒体资源进行排序。
即可对于M种媒体资源类型的每种媒体资源类型的点击占比进行预测,从而得到M个预测点击占比,且可获取每种媒体资源类型对应的历史实际点击占比,任一种媒体资源类型的历史实际点击占比可以是统计的该媒体资源类型在预设时间段内的实际点击占比,任一种媒体资源类型的历史实际点击占比为该媒体资源类型的历史实际点击量与M种媒体资源类型的历史实际总点击量的比值,M个历史实际点击占比之和可以为1。
得到M个预测点击占比之后,即可利用预测点击占比以及M个历史实际点击占比,计算M个散度,与M种媒体资源类型一一对应,可以理解,利用参考媒体资源类型的预测点击占比与参考媒体资源类型的历史实际点击占比,计算参考媒体资源类型对应的散度,参考媒体资源类型是M种媒体资源类型中的任一类型。需要说明的是,通过散度可衡量预测点击占比与历史实际点击占比之间的差异,作为一个示例,散度可以采用KL散度。
在多个候选媒体资源的第一评分的基础上,利用M个预测点击占比进行调节,以得到多个候选媒体资源的目标评分,实现对多个候选媒体资源的评分,再利用多个候选媒体资源的目标评分对多个候选媒体资源进行排序。
即在本实施例中,在利用预测点击率以及预测停留时长确定的候选媒体资源的第一评分的基础上,还考虑了预测点击占比与历史实际点击占比的散度,即还考虑了预测点击占比与历史实际点击占比的差异,利用计算得到的M个散度对多个候选媒体资源的第一评分进行调节,使得到的多个候选媒体资源的目标评分准确性更高。
在一个实施例中,使用M个散度对多个候选媒体资源的第一评分进行调节,得到多个候选媒体资源的目标评分,包括:
使用目标散度对目标候选媒体资源的第一评分进行调节,得到目标候选媒体资源的目标评分;
其中,目标候选媒体资源为多个候选媒体资源中的任一资源,目标候选资源所属的媒体资源类型与目标散度对应的目标预测点击占比的媒体资源类型相同。
目标散度是通过目标媒体资源类型的预测点击占比以及目标历史实际点击占比计算得到,每个候选媒体资源有所属的媒体资源类型,目标候选媒体资源所属的类型为目标媒体资源类型,对候选媒体资源的第一评分的调节,采用该候选媒体资源所属的媒体资源类型对应的散度对该候选媒体资源进行调节,以确保对第一评分调节的准确性,提高得到的目标评分的准确性。作为一个示例,可以将目标散度与目标候选媒体资源的第一评分相乘得到目标候选媒体资源的目标评分。
在一个实施例中,获取M种媒体资源类型的每种媒体资源类型的预测点击占比,包括:
将第一用户的关联特征输入预先获取的目标点击占比预测模型进行预测,得到M个预测点击占比。
即预先训练得到目标点击占比预测模型,可将第一用户的关联特征输入到目标点击占比模型进行点击占比的预测,得到M种媒体资源类型的预测点击占比。在本实施例中,在预测点击占比预测的过程中,考虑了第用户的关联特征,而且是通过将关联特征输入到目标点击占比预测模型中进行预测,得到M个预测点击占比,可提高得到的预测点击占比的准确性。
在一个实施例中,基于预测点击率以及预测停留时长,确定候选媒体资源的第一评分,包括:
根据预测点击率、预测停留时长以及候选媒体资源的时长,确定候选媒体资源的第一评分。
上述时长可以理解是固定时长,例如,对于视频类型的资源,时长即为视频的时长,对于图文类型的资源,可图文的内容为图文设置对应的时长等。在本实施例中,在确定候选媒体资源的第一评分过程中,不但考虑了候选媒体资源的预测点击率、预测停留时长,还考虑了候选媒体资源的时长,以提高确定的第一评分的准确性。
作为一个示例,根据预测点击率、预测停留时长以及候选媒体资源的时长,确定候选媒体资源的第一评分,可包括:将预测点击率的第一预设数值次方、预测停留时长的第二预设数值次方以及候选媒体资源的时长的第三预设数值次方相乘,得到候选媒体资源的第一评分。其中,第一预设数值和第二预设数值和第三预设数值可预先通过经验设定,均为大于0的数,通过这种预测点击率的第一预设数值次方、预测停留时长的第二预设数值次方以及候选媒体资源的时长的第三预设数值次方相乘的方式得到第一评分,可提高第一评分的准确性。
在一个实施例中,目标点击率预测模型通过以下方式确定:
构建初始点击率预测模型,初始点击率预测模型包括第一初始嵌入层以及第一初始全连接网络;
获取第一训练样本数据集,第一训练样本数据集包括第一样本数据集和第二样本数据集;
利用第一样本数据集对初始点击率预测模型进行第一训练,得到中间点击率预测模型,其中,在第一训练的过程中,第一初始全连接网络的参数更新,第一初始嵌入层的参数不更新,中间点击率预测模型包括第一初始嵌入层以及第一中间全连接网络;
利用第二样本数据集对中间点击率预测模型进行第二训练,得到目标点击率预测模型,其中,在第二训练的过程中,第一中间全连接网络的参数以及第一初始嵌入层的参数均更新。
第一训练和第二训练均可是迭代训练,在达到预设训练停止条件的情况下,即可停止,例如,预设训练停止条件可以包括迭代次数达到预设次数等。模型训练的过程即使不断对模型的参数进行更新的过程,训练停止,即参数停止更新,此时的模型即为训练完成的模型。需要说明的是,第一训练样本数据集中任一条样本数据中是包括特征数据以及对应的标签,第一样本数据集中的标签与第二样本数据集中的标签不同。另外,需要说明的是,第一初始全连接网络的输入包括第一初始嵌入层的输出。
在本实施例中,先通过第一样本数据集对初始点击率预测模型进行第一训练,得到中间点击率预测模型,在第一训练的过程中,更新的是第一初始全连接网络的参数更新,第一初始嵌入层的参数不更新。然后再通过第二样本数据集对中间点击率预测模型进行第二训练,在第二训练的过程中,第一中间全连接网络的参数以及第一初始嵌入层的参数均更新,第二训练完成后,模型训练完成,得到目标点击率预测模型。即在本实施例中,进行了两次训练,显示通过第一样本数据集进行第一训练,得到中间点击率预测模型的基础上,再利用第二样本数据集进行第二训练,这样,可提高得到目标点击率预测模型的性能,通过目标点击率预测模型基于关联特征以及候选媒体资源的资源特征进行预测,可提高得到的预测点击率的准确性。
在一个实施例中,获取第一训练样本数据集,包括:
根据应用中多个用户的属性特征,对多个用户进行筛选,确定第一用户集;
对第一用户集进行筛选,得到第二用户集,第二用户集中任一用户具有对应用的第一项目关联媒体资源的第一行为;
从应用的多个媒体资源中筛选具有预设标识的第一媒体资源集,预设标识用于指示媒体资源可在第二项目中分发;
对第一媒体资源集进行筛选,得到第二媒体资源集,其中,第二媒体资源集中任一媒体资源在应用的第一项目中具有关联的用户行为;
基于第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,构建第一训练样本数据集,第三媒体资源集包括应用的第二项目关联用户进行过第二行为的媒体资源。
需要说明的是,多个候选媒体资源是上述应用中的资源,需对其进行排序,后续可根据排序后的资源进行资源推荐等。在获取第一训练样本数据集的过程中,先根据应用中多个用户的属性特征,对多个用户进行筛选,确定第一用户集,作为一个示例,属性特征可以包括但不仅限于性别、年龄以及城市等特征中的至少一项,可从多个用户中筛选属性特征满足预设属性条件的第一用户集合,预设属性条件可以包括但不仅限于属性特征与第一用户的属性特征的匹配度大于预设匹配度,即与第一用户的属性特征相似,可以理解,第二用户集是第一项目关联用户中与第一用户相似的人群。在本实施例中,将第一项目中与当前第一用户相似人群的行为以及第二项目关联用户行为的集合起来,生成样本数据,以训练点击率预测模型,提高模型训练效果,从而提高得到的目标点击率预测模型的性能。
由于筛选出的第一用户集是满足属性条件,但其中可能包括对应用的第一项目关联的媒体资源无第一行为的用户,将其过滤,筛选出第二用户集,第一行为包括但不限于点击、收藏、分享、评论以及点赞等行为中的至少一项。需要说明的是,在上述应用中,可包括多个项目(频道或主题),在不同项目下可展示不同类别的资源,例如,可包括热点项目(主要展示热点资源)、娱乐项目(主要展示有关娱乐的资源)、心潮项目(主要展示潮流穿搭等资源)、推荐项目(主要展示应用推荐的资源)、关注项目、教育项目、科技项目、国际项目、体育项目等。上述第一项目可以是多个项目中的任意至少一个项目,例如,可以是推荐项目。上述第二项目与第一项目不同,可以是多个项目中的任一项目,例如,可以是心潮项目。
第二用户集中任一用户具有对应用的第一项目关联媒体资源的第一行为,第一项目关联媒体资源可以理解是在第一项目中分发的资源或有在第一项目中展示的资源,即第二用户集的用户是第一用户集中在第一项目关联媒体资源有第一行为的用户。
在生成训练样本数据集的过程中,不但需要考虑用户,还需要考虑资源,可先从应用的多个媒体资源中筛选具有预设标识的第一媒体资源集,预设标识用于指示媒体资源可在第二项目中分发,即第一媒体资源集中的资源是可在第二项目中分发的资源,然后将第一媒体资源集中在应用的第二项目中无关联的用户行为的资源过滤,得到第二媒体资源集,第二媒体资源集中任一媒体资源在应用的第一项目中具有关联的用户行为,用户行为可以包括但不限于点击、收藏、分享、评论以及点赞等行为中的至少一项。
需要说明的是,上述第二项目关联用户可以是第二项目中的所有用户,这些用户在应用中对第二项目中资源有过行为。上述第二行为可以包括但不限于点击、收藏、分享、评论以及点赞等行为中的至少一项,可以与第一行为相同或不同。
这样,可通过第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,构建第一训练样本数据集,后续可利用第一训练样本数据集对初始点击率预测模型进行训练,得到目标点击率预测模型,以提高目标点击率预测模型的性能,后续通过目标点击率预测模型进行点击率预测,可提高预测点击率的准确性。
在一个实施例中,第一样本数据集中包括第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第二样本数据集中包括应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第一训练样本数据集中任一条样本数据包括一用户的关联特征、一媒体资源的资源特征以及对应的第一标签,第一标签包括实际点击标签。
实际点击标签可以理解是用户对媒体资源的实际点击结果,例如,一条样本数据中包括用户A1的关联特征、媒体资源M1的资源特征,则对应的实际点击标签即为用户A1对媒体资源M1的实际点击结果,例如,用户A1对媒体资源M1有点击,则实际点击标签即为有点击标签,比如,该标签可设置为1,若用户A1对媒体资源M1无点击,则实际点击标签即为无点击标签,比如,该标签可设置为0。第一训练样本数据集中任一条样本数据中的用户的关联特征属于总的用户的关联特征,总的用户包括第二用户集以及第二项目关联用户,第一训练样本数据集中任一条样本数据中的媒体资源的资源特征属于总资源的资源特征,总资源包括第二资源样本集和第三资源样本集。
在本实施例中,通过上述包括第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,且第一标签为实际点击标签的第一样本数据集,以及包括应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,且第一标签为实际点击标签的第二样本数据集,对初始点击率预测模型进行训练,可提高模型训练效果,从而提高得到的目标点击率预测模型的性能。
在一个实施例中,目标时长预测模型通过以下方式确定:
构建初始时长预测模型,初始时长预测模型包括第二初始嵌入层以及第二初始全连接网络;
获取第二训练样本数据集,第二训练样本数据集包括第三样本数据集和第四样本数据集;
利用第三样本数据集对初始时长预测模型进行第三训练,得到中间时长预测模型,其中,在第三训练的过程中,第二初始全连接网络的参数更新,第二初始嵌入层的参数不更新,中间时长预测模型包括第二初始嵌入层以及第二中间全连接网络;
利用第四样本数据集对中间时长预测模型进行第四训练,得到目标时长预测模型,其中,在第四训练的过程中,第二中间全连接网络的参数以及第二初始嵌入层的参数均更新。
第三训练和第四训练均可是迭代训练,在达到预设训练停止条件的情况下,即可停止,例如,预设训练停止条件可以包括迭代次数达到预设次数等。模型训练的过程即使不断对模型的参数进行更新的过程,训练停止,即参数停止更新,此时的模型即为训练完成的模型。需要说明的是,第二训练样本数据集中任一条样本数据中是包括特征数据以及对应的标签,第三样本数据集中的标签与第四样本数据集中的标签不同。另外,需要说明的是,第二初始全连接网络的输入包括第二初始嵌入层的输出。
在本实施例中,先通过第三样本数据集对初始时长预测模型进行第三训练,得到中间时长预测模型,在第三训练的过程中,更新的是第二初始全连接网络的参数更新,第二初始嵌入层的参数不更新。然后再通过第二样本数据集对中间时长预测模型进行第四训练,在第四训练的过程中,第而中间全连接网络的参数以及第而初始嵌入层的参数均更新,第四训练完成后,模型训练完成,得到目标时长预测模型。即在本实施例中,进行了两次训练,显示通过第三样本数据集进行第三训练,得到中间时长预测模型的基础上,再利用第四样本数据集进行第四训练,这样,可提高得到目标时长预测模型的性能,通过目标时长预测模型基于关联特征以及候选媒体资源的资源特征进行预测,可提高得到的预测时长的准确性。
在一个实施例中,需要说明的是,上述第二训练样本数据集的构建过程与第一训练样本数据集的构建过程类似,在此不再赘述,第二训练样本数据集与第一训练样本数据集之间的特征数据相同,不同之处在于标签,前者是实际停留时长标签,后者是实际点击标签。可以理解,第一样本数据集与第三样本数据集之间的特征数据相同,不同之处在于标签,第二样本数据集与第四样本数据集之间的特征数据相同,不同之处在于标签。
在一个实施例中,第三样本数据集中包括第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第四样本数据集中包括应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第二训练样本数据集中任一条样本数据包括一用户的关联特征、一媒体资源的资源特征以及对应的第二标签,第二标签包括实际停留时长标签。
在本实施例中,通过上述包括第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,且第二标签为实际停留时长标签的第三样本数据集,以及包括应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,且第二标签为实际停留时长标签的第四样本数据集,对初始时长预测模型进行训练,可提高模型训练效果,从而提高得到的目标时长预测模型的性能。
在一个实施例中,目标点击占比预测模型通过以下方式确定:
构建初始点击占比预测模型;
根据应用的第二项目关联用户的关联特征,构建第五样本数据集,其中,第五样本数据集中任一条样本数据包括一用户的关联特征以及对应的第三标签,第三标签包括M种媒体资源类型的实际点击占比标签;
利用第五样本数据集对初始点击占比预测模型进行训练,得到目标点击占比预测模型。
即第五样本数据集中包括第二项目关联用户的关联特征,第五样本数据集中任一条样本数据包括一用户的关联特征属于第二项目关联用户的关联特征。第五样本数据集构建过程中,考虑了应用的第二项目关联用户的关联特征,可预先通过上述第五样本数据集对初始点击占比预测模型进行训练,以提高模型训练效果,提高得到的目标点击占比预测模型的性能,通过将第一用户的关联特征输入预先获取的目标点击占比预测模型进行预测,得到M个预测点击占比,这样,可提到得到预测点击占比的准确性。
如图2所示,根据本公开的实施例,本公开还提供一种点击率预测模型训练方法,该方法包括:
步骤S201:构建初始点击率预测模型,初始点击率预测模型包括第一初始嵌入层以及第一初始全连接网络;
步骤S202:获取第一训练样本数据集,第一训练样本数据集包括第一样本数据集和第二样本数据集;
步骤S203:利用第一样本数据集对初始点击率预测模型进行第一训练,得到中间点击率预测模型;
其中,在第一训练的过程中,第一初始全连接网络的参数更新,第一初始嵌入层的参数不更新,中间点击率预测模型包括第一初始嵌入层以及第一中间全连接网络;
步骤S204:利用第二样本数据集对中间点击率预测模型进行第二训练,得到目标点击率预测模型;
其中,在第二训练的过程中,第一中间全连接网络的参数以及第一初始嵌入层的参数均更新。
在本实施例中,先通过第一样本数据集对初始点击率预测模型进行第一训练,得到中间点击率预测模型,在第一训练的过程中,更新的是第一初始全连接网络的参数更新,第一初始嵌入层的参数不更新。然后再通过第二样本数据集对中间点击率预测模型进行第二训练,在第二训练的过程中,第一中间全连接网络的参数以及第一初始嵌入层的参数均更新,第二训练完成后,模型训练完成,得到目标点击率预测模型。即在本实施例中,进行了两次训练,显示通过第一样本数据集进行第一训练,得到中间点击率预测模型的基础上,再利用第二样本数据集进行第二训练,这样,可提高得到目标点击率预测模型的性能,后续通过目标点击率预测模型进行点击率预测时,可提高点击率预测的准确性。
在一个实施例中,获取第一训练样本数据集,包括:
根据应用中多个用户的属性特征,对多个用户进行筛选,确定第一用户集;
对第一用户集进行筛选,得到第二用户集,第二用户集中任一用户具有对应用的第一项目关联媒体资源的第一行为;
从应用的多个媒体资源中筛选具有预设标识的第一媒体资源集,预设标识用于指示媒体资源可在第二项目中分发;
对第一媒体资源集进行筛选,得到第二媒体资源集,其中,第二媒体资源集中任一媒体资源在应用的第一项目中具有关联的用户行为;
基于第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,构建第一训练样本数据集,第三媒体资源集包括应用的第二项目关联用户进行过第二行为的媒体资源。
在一个实施例中,第一样本数据集中包括第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第二样本数据集中包括应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第一训练样本数据集中任一条样本数据包括一用户的关联特征、一媒体资源的资源特征以及对应的第一标签,第一标签包括实际点击标签。
如图3所示,根据本公开的实施例,本公开还提供一种时长预测模型训练方法,包括:
步骤S301:构建初始时长预测模型,初始时长预测模型包括第二初始嵌入层以及第二初始全连接网络;
步骤S301:获取第二训练样本数据集,第二训练样本数据集包括第三样本数据集和第四样本数据集;
步骤S303:利用第三样本数据集对初始时长预测模型进行第三训练,得到中间时长预测模型;
其中,在第三训练的过程中,第二初始全连接网络的参数更新,第二初始嵌入层的参数不更新,中间时长预测模型包括第二初始嵌入层以及第二中间全连接网络;
步骤S304:利用第四样本数据集对中间时长预测模型进行第四训练,得到目标时长预测模型;
其中,在第四训练的过程中,第二中间全连接网络的参数以及第二初始嵌入层的参数均更新。
在本实施例中,先通过第三样本数据集对初始时长预测模型进行第三训练,得到中间时长预测模型,在第三训练的过程中,更新的是第二初始全连接网络的参数更新,第二初始嵌入层的参数不更新。然后再通过第二样本数据集对中间时长预测模型进行第四训练,在第四训练的过程中,第而中间全连接网络的参数以及第而初始嵌入层的参数均更新,第四训练完成后,模型训练完成,得到目标时长预测模型。即在本实施例中,进行了两次训练,显示通过第三样本数据集进行第三训练,得到中间时长预测模型的基础上,再利用第四样本数据集进行第四训练,这样,可提高得到目标时长预测模型的性能,后续通过目标点击率预测模型进行停留时长预测时,可提高停留时长预测的准确性。
在一个实施例中,获取第二训练样本数据集,包括:
根据应用中多个用户的属性特征,对多个用户进行筛选,确定第一用户集;
对第一用户集进行筛选,得到第二用户集,第二用户集中任一用户具有对应用的第一项目关联媒体资源的第一行为;
从应用的多个媒体资源中筛选具有预设标识的第一媒体资源集,预设标识用于指示媒体资源可在第二项目中分发;
对第一媒体资源集进行筛选,得到第二媒体资源集,其中,第二媒体资源集中任一媒体资源在应用的第一项目中具有关联的用户行为;
基于第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,构建第二训练样本数据集,第三媒体资源集包括应用的第二项目关联用户进行过第二行为的媒体资源。
在一个实施例中,第三样本数据集中包括第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第四样本数据集中包括应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第二训练样本数据集中任一条样本数据包括一用户的关联特征、一媒体资源的资源特征以及对应的第二标签,第二标签包括实际停留时长标签。
下面以一个具体实施例对上述方法的过程加以具体说明,以M为3为例,媒体资源类型包括视频类型、小视频类型和图文类型。
对于初始点击占比预测模型的训练,过程如下:
用户收集:获取当前频道所有用户点击行为;
资源收集:获取当前频道所有有用户行为的资源;
样本生成:一次刷新作为一条样本,实际统计此次刷新后一段时间内,3种媒体资源类型(图文、视频、小视频)各自的实际点击占比,生成的第五训练样本集中每条样本包括一用户的关联特征以及3种媒体资源类型的实际点击占比;
模型搭建:搭建一个初始点击占比预测模型,用于学习频道用户在3种媒体资源类型下各自的点击占比;输入用户的关联特征(例如,属性特征、当前场景特征以及历史行为特征等),先一起经过嵌入层,嵌入层的输出再一起经过若干层全连接网络,再分别经过3个神经网络,得到的3神经网络的输出值分别表示预测的图文的点击占比、预测的视频的点击占比以及预测的小视频的点击占比,并将其通过逻辑回归模型(例如,softmax)处理,最后将上述3种媒体资源类型的实际点击占比与处理后的3个预测的输出值计算损失值;
模型训练:小时级增量训练以及小时级将模型产出的底层嵌入层与上层模型(全连接层网络)参数保存至集群。
训练完成后,得到目标点击占比预测模型,也可称为用户资源结构偏好模型,基于应用的第二项目关联用户行为数据对用户资源结构偏好进行建模,充分考虑用户的个性化的资源结构偏好,对更适合用户当前可能喜好的资源类型给予更多展现机会。在线应用的过程中,可将第一用户的关联特征输入目标点击占比预测模型进行预测,得到M个预测点击占比,基于M个预测点击占比以及M个历史实际点击占比,计算M个散度,使用M个散度对多个候选媒体资源的第一评分进行调节,得到多个候选媒体资源的目标评分。
对于初始点击率预测模型的训练,过程如下:
(1)用户收集:通过用户属性特征(性别、年龄、城市等)筛选第一用户集;从第一用户集中筛选有第一项目行为的用户,即得到第二用户集;获取当前第二项目关联的所有用户行为;
(2)资源收集:通过资源特征(可在当前第二项目中分发的特殊标识)筛选得到第一媒体资源集;从第一媒体资源集中筛选有第一项目行为的资源,得到第二媒体资源集;获取当前第二项目关联的所有用户行为的资源,即获取第三媒体资源集;
(3)样本生成:
点击展现样本:上述(1)中的用户对(2)中的资源的所有实际点击展现行为。将时长过短的实际点击行为当作负样本,过滤无效点击。将首次刷新的默认展现且用户无点击的样本剔除,过滤无效展现;
时长样本:(1)中的用户对(2)中的资源的所有点击后的实际停留时长;
可以理解,可生成第一训练样本数据集和第二训练样本数据集,两者的标签不同,前者标签为实际点击标签,后者是点击后的实际停留时长标签;
模型搭建:搭建一个初始点击率预测模型,用于学习用户在目标资源上的点击行为,搭建一个初始时长预测模型,用于学习用户在目标资源上的时长行为;对于始点击率预测模型:训练过程中,输入第一训练样本数据,经过若干层全连接网络,最终输出值与用户实际是否点击的标签计算交叉熵;对于时长预测模型:输入第二训练样本数据集,经过另外若干层全连接网络,最终输出值与实际停留时长计算损失,需要说明的是,对于图文类资源,对预测的停留时长进行归一化后与实际停留时长计算均方差损失(mse),对于视频类资源,通过预测的停留时长处于资源的时长得到预测的完成率,对其进行归一化后与实际停留时长计算mse。考虑场景特殊性,进行了一些定制化的优化,例如,对样本中无效点击与展现样本进行过滤,对图文与视频采用不同的完成率计算方式等。
模型训练:对于初始点击率预测模型,在只更新上层模型(全连接层网络)的阶段中,使用第一样本数据集。在同时更新底层嵌入层与上层模型的阶段中,使用第二样本数据集;对于初始时长预测模型,在只更新上层模型(全连接层网络)的阶段中,使用第三样本数据集,在同时更新底层嵌入层与上层模型的阶段中,使用第四样本数据集;流式地将模型产出的底层嵌入层与上层模型参数保存至集群。
训练完成后,得到目标点击率预测模型以及目标时长预测模型,在线应用的过程中,可将第一用户的关联特征和候选媒体资源的资源特征输入目标点击率预测模型进行预测,得到预测点击率,可将第一用户的关联特征和候选媒体资源的资源特征输入目标时长预测模型进行预测,得到预测停留时长;候选媒体资源的预测点击率、候选媒体资源的预测停留时长以及候选媒体资源的固有时长三者通过融合公式进行融合,得到该候选媒体资源的第一评分,利用多个候选媒体资源的第一评分对多个候选媒体资源进行排序。
本公开实施例的方案,是将第一项目关联用户中与当前第一用户相似人群的行为以及当前第二项目中的行为结合起来,构建样本,进行模型训练,提供模型训练效果,提高得到的模型性能。
如图4所示,根据本公开的实施例,本公开还提供一种媒体资源排序装置400,装置包括:
第一获取模块401,用于获取第一用户的关联特征以及多个候选媒体资源的资源特征;
评分确定模块402,用于针对每个候选媒体资源,将关联特征以及候选媒体资源的资源特征输入预先获取的目标点击率预测模型进行预测得到预测点击率,以及将关联特征以及候选媒体资源的资源特征输入预先获取的目标时长预测模型进行预测,得到预测停留时长;以及基于预测点击率以及预测停留时长,确定候选媒体资源的第一评分;
排序模块403,用于基于多个候选媒体资源的第一评分对多个候选媒体资源进行排序。
在一个实施例中,排序模块,包括:
第二获取模块,用于获取M种媒体资源类型的每种媒体资源类型的预测点击占比,M为大于1的整数;
散度计算模块,用于基于M个预测点击占比以及M个历史实际点击占比,计算M个散度,M个历史实际点击占比为M种媒体资源类型的历史实际点击占比;
调节模块,用于使用M个散度对多个候选媒体资源的第一评分进行调节,得到多个候选媒体资源的目标评分;
资源排序模块,用于基于多个候选媒体资源的目标评分对多个候选媒体资源进行排序。
在一个实施例中,使用M个散度对多个候选媒体资源的第一评分进行调节,得到多个候选媒体资源的目标评分,包括:
使用目标散度对目标候选媒体资源的第一评分进行调节,得到目标候选媒体资源的目标评分;
其中,目标候选媒体资源为多个候选媒体资源中的任一资源,目标候选资源所属的媒体资源类型与目标散度对应的目标预测点击占比的媒体资源类型相同。
在一个实施例中,获取M种媒体资源类型的每种媒体资源类型的预测点击占比,包括:
将第一用户的关联特征输入预先获取的目标点击占比预测模型进行预测,得到M个预测点击占比。
在一个实施例中,基于预测点击率以及预测停留时长,确定候选媒体资源的第一评分,包括:
根据预测点击率、预测停留时长以及候选媒体资源的时长,确定候选媒体资源的第一评分。
上述各实施例的媒体资源排序装置为实现上述各实施例的媒体资源排序方法的装置,技术特征对应,技术效果对应,在此不再赘述。
如图5所示,本公开还提供一种实施例的点击率预测模型训练装置500,装置500包括:
第一构建模块501,用于构建初始点击率预测模型,初始点击率预测模型包括第一初始嵌入层以及第一初始全连接网络;
第三获取模块502,用于获取第一训练样本数据集,第一训练样本数据集包括第一样本数据集和第二样本数据集;
第一训练模块503,用于利用第一样本数据集对初始点击率预测模型进行第一训练,得到中间点击率预测模型,其中,在第一训练的过程中,第一初始全连接网络的参数更新,第一初始嵌入层的参数不更新,中间点击率预测模型包括第一初始嵌入层以及第一中间全连接网络;
第二训练模块504,用于利用第二样本数据集对中间点击率预测模型进行第二训练,得到目标点击率预测模型,其中,在第二训练的过程中,第一中间全连接网络的参数以及第一初始嵌入层的参数均更新。
在一个实施例中,第三获取模块,包括:
第一用户确定模块,用于根据应用中多个用户的属性特征,对多个用户进行筛选,确定第一用户集;
第二用户确定模块,用于对第一用户集进行筛选,得到第二用户集,第二用户集中任一用户具有对应用的第一项目关联媒体资源的第一行为;
第一资源筛选模块,用于从应用的多个媒体资源中筛选具有预设标识的第一媒体资源集,预设标识用于指示媒体资源可在第二项目中分发;
第二资源筛选模块,用于对第一媒体资源集进行筛选,得到第二媒体资源集,其中,第二媒体资源集中任一媒体资源在应用的第二项目中具有关联的用户行为;
第一样本构建模块,用于基于第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,构建第一训练样本数据集,第三媒体资源集包括应用的第二项目关联用户进行过第二行为的媒体资源。
在一个实施例中,第一样本数据集中包括第二用户集的关联特征、应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第二样本数据集中包括应用的第二项目关联用户的关联特征、第二媒体资源集的资源特征以及第三媒体资源集的资源特征,第一训练样本数据集中任一条样本数据包括一用户的关联特征、一媒体资源的资源特征以及对应的第一标签,第一标签包括实际点击标签。
上述各实施例的点击率预测模型训练装置为实现上述各实施例的点击率预测模型训练方法的装置,技术特征对应,技术效果对应,在此不再赘述。
如图6所示,本公开还提供一种实施例的时长预测模型训练装置600,包括:
第二构建模块601,用于构建初始时长预测模型,初始时长预测模型包括第二初始嵌入层以及第二初始全连接网络;
第四获取模块602,用于获取第二训练样本数据集,第二训练样本数据集包括第三样本数据集和第四样本数据集;
第三训练模块603,用于利用第三样本数据集对初始时长预测模型进行第三训练,得到中间时长预测模型,其中,在第三训练的过程中,第二初始全连接网络的参数更新,第二初始嵌入层的参数不更新,中间时长预测模型包括第二初始嵌入层以及第二中间全连接网络;
第四训练模块604,用于利用第四样本数据集对中间时长预测模型进行第四训练,得到目标时长预测模型,其中,在第四训练的过程中,第二中间全连接网络的参数以及第二初始嵌入层的参数均更新。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
上述各实施例的时长预测模型训练装置为实现上述各实施例的时长预测模型训练方法的装置,技术特征对应,技术效果对应,在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质以及一种计算机程序产品。
本公开实施例的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本公开各实施例所提供的方法。
本公开实施例的计算机程序产品,包括计算机程序,所述计算机程序用于使计算机执行本公开各实施例提供的方法。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(I)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如媒体资源排序方法、点击率预测模型训练方法、时长预测模型训练方法等。例如,在一些实施例中,媒体资源排序方法、点击率预测模型训练方法或时长预测模型训练方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM703并由计算单元701执行时,可以执行上文描述的媒体资源排序方法、点击率预测模型训练方法或时长预测模型训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行媒体资源排序方法、点击率预测模型训练方法或时长预测模型训练方法。本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种媒体资源排序方法,所述方法包括:
获取第一用户的关联特征以及多个候选媒体资源的资源特征;
针对每个候选媒体资源,将所述关联特征以及所述候选媒体资源的资源特征输入预先获取的目标点击率预测模型进行预测得到预测点击率,以及将所述关联特征以及所述候选媒体资源的资源特征输入预先获取的目标时长预测模型进行预测,得到预测停留时长;以及基于所述预测点击率以及所述预测停留时长,确定所述候选媒体资源的第一评分;
基于所述多个候选媒体资源的第一评分对所述多个候选媒体资源进行排序。
2.根据权利要求1所述的方法,其中,所述基于所述多个候选媒体资源的第一评分对所述多个候选媒体资源进行排序,包括:
获取M种媒体资源类型的每种媒体资源类型的预测点击占比,M为大于1的整数;
基于M个预测点击占比以及M个历史实际点击占比,计算M个散度,所述M个历史实际点击占比为所述M种媒体资源类型的历史实际点击占比;
使用所述M个散度对所述多个候选媒体资源的第一评分进行调节,得到所述多个候选媒体资源的目标评分;
基于所述多个候选媒体资源的目标评分对所述多个候选媒体资源进行排序。
3.根据权利要求2所述的方法,其中,所述使用所述M个散度对所述多个候选媒体资源的第一评分进行调节,得到所述多个候选媒体资源的目标评分,包括:
使用目标散度对目标候选媒体资源的第一评分进行调节,得到目标候选媒体资源的目标评分;
其中,所述目标候选媒体资源为所述多个候选媒体资源中的任一资源,所述目标候选资源所属的媒体资源类型与所述目标散度对应的目标预测点击占比的媒体资源类型相同。
4.根据权利要求2所述的方法,其中,所述获取M种媒体资源类型的每种媒体资源类型的预测点击占比,包括:
将所述第一用户的关联特征输入预先获取的目标点击占比预测模型进行预测,得到所述M个预测点击占比。
5.根据权利要求1所述的方法,其中,基于所述预测点击率以及所述预测停留时长,确定所述候选媒体资源的第一评分,包括:
根据所述预测点击率、所述预测停留时长以及所述候选媒体资源的时长,确定所述候选媒体资源的第一评分。
6.一种点击率预测模型训练方法,所述方法包括:
构建初始点击率预测模型,所述初始点击率预测模型包括第一初始嵌入层以及第一初始全连接网络;
获取第一训练样本数据集,所述第一训练样本数据集包括第一样本数据集和第二样本数据集;
利用所述第一样本数据集对所述初始点击率预测模型进行第一训练,得到中间点击率预测模型,其中,在所述第一训练的过程中,所述第一初始全连接网络的参数更新,所述第一初始嵌入层的参数不更新,所述中间点击率预测模型包括所述第一初始嵌入层以及第一中间全连接网络;
利用所述第二样本数据集对所述中间点击率预测模型进行第二训练,得到目标点击率预测模型,其中,在所述第二训练的过程中,所述第一中间全连接网络的参数以及所述第一初始嵌入层的参数均更新。
7.根据权利要求6所述的方法,其中,所述获取第一训练样本数据集,包括:
根据应用中多个用户的属性特征,对所述多个用户进行筛选,确定第一用户集;
对所述第一用户集进行筛选,得到第二用户集,所述第二用户集中任一用户具有对所述应用的第一项目关联媒体资源的第一行为;
从所述应用的多个媒体资源中筛选具有预设标识的第一媒体资源集,所述预设标识用于指示媒体资源可在第二项目中分发;
对所述第一媒体资源集进行筛选,得到第二媒体资源集,其中,所述第二媒体资源集中任一媒体资源在所述应用的第一项目中具有关联的用户行为;
基于所述第二用户集的关联特征、所述应用的第二项目关联用户的关联特征、所述第二媒体资源集的资源特征以及第三媒体资源集的资源特征,构建所述第一训练样本数据集,所述第三媒体资源集包括所述应用的第二项目关联用户进行过第二行为的媒体资源。
8.根据权利要求7所述的方法,其中,所述第一样本数据集中包括所述第二用户集的关联特征、所述应用的第二项目关联用户的关联特征、所述第二媒体资源集的资源特征以及第三媒体资源集的资源特征,所述第二样本数据集中包括所述应用的第二项目关联用户的关联特征、所述第二媒体资源集的资源特征以及第三媒体资源集的资源特征,所述第一训练样本数据集中任一条样本数据包括一用户的关联特征、一媒体资源的资源特征以及对应的第一标签,所述第一标签包括实际点击标签。
9.一种时长预测模型训练方法,包括:
构建初始时长预测模型,所述初始时长预测模型包括第二初始嵌入层以及第二初始全连接网络;
获取第二训练样本数据集,所述第二训练样本数据集包括第三样本数据集和第四样本数据集;
利用所述第三样本数据集对所述初始时长预测模型进行第三训练,得到中间时长预测模型,其中,在所述第三训练的过程中,所述第二初始全连接网络的参数更新,所述第二初始嵌入层的参数不更新,所述中间时长预测模型包括所述第二初始嵌入层以及第二中间全连接网络;
利用所述第四样本数据集对所述中间时长预测模型进行第四训练,得到目标时长预测模型,其中,在所述第四训练的过程中,所述第二中间全连接网络的参数以及所述第二初始嵌入层的参数均更新。
10.一种媒体资源排序装置,所述装置包括:
第一获取模块,用于获取第一用户的关联特征以及多个候选媒体资源的资源特征;
评分确定模块,用于针对每个候选媒体资源,将所述关联特征以及所述候选媒体资源的资源特征输入预先获取的目标点击率预测模型进行预测得到预测点击率,以及将所述关联特征以及所述候选媒体资源的资源特征输入预先获取的目标时长预测模型进行预测,得到预测停留时长;以及基于所述预测点击率以及所述预测停留时长,确定所述候选媒体资源的第一评分;
排序模块,用于基于所述多个候选媒体资源的第一评分对所述多个候选媒体资源进行排序。
11.根据权利要求10所述的装置,其中,所述排序模块,包括:
第二获取模块,用于获取M种媒体资源类型的每种媒体资源类型的预测点击占比,M为大于1的整数;
散度计算模块,用于基于M个预测点击占比以及M个历史实际点击占比,计算M个散度,所述M个历史实际点击占比为所述M种媒体资源类型的历史实际点击占比;
调节模块,用于使用所述M个散度对所述多个候选媒体资源的第一评分进行调节,得到所述多个候选媒体资源的目标评分;
资源排序模块,用于基于所述多个候选媒体资源的目标评分对所述多个候选媒体资源进行排序。
12.根据权利要求11所述的装置,其中,所述使用所述M个散度对所述多个候选媒体资源的第一评分进行调节,得到所述多个候选媒体资源的目标评分,包括:
使用目标散度对目标候选媒体资源的第一评分进行调节,得到目标候选媒体资源的目标评分;
其中,所述目标候选媒体资源为所述多个候选媒体资源中的任一资源,所述目标候选资源所属的媒体资源类型与所述目标散度对应的目标预测点击占比的媒体资源类型相同。
13.根据权利要求11所述的装置,其中,所述获取M种媒体资源类型的每种媒体资源类型的预测点击占比,包括:
将所述第一用户的关联特征输入预先获取的目标点击占比预测模型进行预测,得到所述M个预测点击占比。
14.根据权利要求10所述的装置,其中,基于所述预测点击率以及所述预测停留时长,确定所述候选媒体资源的第一评分,包括:
根据所述预测点击率、所述预测停留时长以及所述候选媒体资源的时长,确定所述候选媒体资源的第一评分。
15.一种点击率预测模型训练装置,所述装置包括:
第一构建模块,用于构建初始点击率预测模型,所述初始点击率预测模型包括第一初始嵌入层以及第一初始全连接网络;
第三获取模块,用于获取第一训练样本数据集,所述第一训练样本数据集包括第一样本数据集和第二样本数据集;
第一训练模块,用于利用所述第一样本数据集对所述初始点击率预测模型进行第一训练,得到中间点击率预测模型,其中,在所述第一训练的过程中,所述第一初始全连接网络的参数更新,所述第一初始嵌入层的参数不更新,所述中间点击率预测模型包括所述第一初始嵌入层以及第一中间全连接网络;
第二训练模块,用于利用所述第二样本数据集对所述中间点击率预测模型进行第二训练,得到目标点击率预测模型,其中,在所述第二训练的过程中,所述第一中间全连接网络的参数以及所述第一初始嵌入层的参数均更新。
16.根据权利要求15所述的装置,其中,所述第三获取模块,包括:
第一用户确定模块,用于根据应用中多个用户的属性特征,对所述多个用户进行筛选,确定第一用户集;
第二用户确定模块,用于对所述第一用户集进行筛选,得到第二用户集,所述第二用户集中任一用户具有对所述应用的第一项目关联媒体资源的第一行为;
第一资源筛选模块,用于从所述应用的多个媒体资源中筛选具有预设标识的第一媒体资源集,所述预设标识用于指示媒体资源可在第二项目中分发;
第二资源筛选模块,用于对所述第一媒体资源集进行筛选,得到第二媒体资源集,其中,所述第二媒体资源集中任一媒体资源在所述应用的第一项目中具有关联的用户行为;
第一样本构建模块,用于基于所述第二用户集的关联特征、所述应用的第二项目关联用户的关联特征、所述第二媒体资源集的资源特征以及第三媒体资源集的资源特征,构建所述第一训练样本数据集,所述第三媒体资源集包括所述应用的第二项目关联用户进行过第二行为的媒体资源。
17.根据权利要求16所述的装置,其中,所述第一样本数据集中包括所述第二用户集的关联特征、所述应用的第二项目关联用户的关联特征、所述第二媒体资源集的资源特征以及第三媒体资源集的资源特征,所述第二样本数据集中包括所述应用的第二项目关联用户的关联特征、所述第二媒体资源集的资源特征以及第三媒体资源集的资源特征,所述第一训练样本数据集中任一条样本数据包括一用户的关联特征、一媒体资源的资源特征以及对应的第一标签,所述第一标签包括实际点击标签。
18.一种时长预测模型训练装置,包括:
第二构建模块,用于构建初始时长预测模型,所述初始时长预测模型包括第二初始嵌入层以及第二初始全连接网络;
第四获取模块,用于获取第二训练样本数据集,所述第二训练样本数据集包括第三样本数据集和第四样本数据集;
第三训练模块,用于利用所述第三样本数据集对所述初始时长预测模型进行第三训练,得到中间时长预测模型,其中,在所述第三训练的过程中,所述第二初始全连接网络的参数更新,所述第二初始嵌入层的参数不更新,所述中间时长预测模型包括所述第二初始嵌入层以及第二中间全连接网络;
第四训练模块,用于利用所述第四样本数据集对所述中间时长预测模型进行第四训练,得到目标时长预测模型,其中,在所述第四训练的过程中,所述第二中间全连接网络的参数以及所述第二初始嵌入层的参数均更新。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5任一所述的媒体资源排序方法,或者执行权利要求6-8任一所述的点击率预测模型训练方法,或者执行权利要求9所述的时长预测模型训练方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-5任一所述的媒体资源排序方法,或者执行权利要求6-8任一所述的点击率预测模型训练方法,或者执行权利要求9所述的时长预测模型训练方法。
21.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5任一所述的媒体资源排序方法,或者执行权利要求6-8任一所述的点击率预测模型训练方法,或者执行权利要求9所述的时长预测模型训练方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210179815.5A CN114547416A (zh) | 2022-02-25 | 2022-02-25 | 一种媒体资源排序方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210179815.5A CN114547416A (zh) | 2022-02-25 | 2022-02-25 | 一种媒体资源排序方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114547416A true CN114547416A (zh) | 2022-05-27 |
Family
ID=81679576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210179815.5A Pending CN114547416A (zh) | 2022-02-25 | 2022-02-25 | 一种媒体资源排序方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114547416A (zh) |
-
2022
- 2022-02-25 CN CN202210179815.5A patent/CN114547416A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160132904A1 (en) | Influence score of a brand | |
CN114265979B (zh) | 确定融合参数的方法、信息推荐方法和模型训练方法 | |
US11275748B2 (en) | Influence score of a social media domain | |
JP2017174062A (ja) | 購買行動分析装置およびプログラム | |
CN109993627B (zh) | 推荐方法、推荐模型的训练方法、装置和存储介质 | |
JP7498248B2 (ja) | コンテンツ推薦とソートモデルトレーニング方法、装置、機器、記憶媒体及びコンピュータプログラム | |
CN111680165B (zh) | 信息匹配方法、装置、可读存储介质和电子设备 | |
CN106610970A (zh) | 基于协同过滤的内容推荐系统与方法 | |
CN112765452B (zh) | 搜索推荐方法、装置及电子设备 | |
CN112989146A (zh) | 向目标用户推荐资源的方法、装置、设备、介质和程序产品 | |
CN112560461A (zh) | 新闻线索的生成方法、装置、电子设备及存储介质 | |
CN106575418A (zh) | 建议的关键词 | |
JP7454630B2 (ja) | ラベル推奨モデルのトレーニング方法及び装置、ラベル取得方法及び装置 | |
CN114491249B (zh) | 一种对象推荐方法、装置、设备以及存储介质 | |
CN115907926A (zh) | 商品的推荐方法、装置、电子设备及存储介质 | |
CN115618079A (zh) | 会话推荐方法、装置、电子设备及存储介质 | |
CN110766488A (zh) | 一种自动确定主题场景的方法和装置 | |
CN114547416A (zh) | 一种媒体资源排序方法及电子设备 | |
CN112200602A (zh) | 用于广告推荐的神经网络模型训练方法及装置 | |
CN114547417A (zh) | 一种媒体资源排序方法及电子设备 | |
CN114880599A (zh) | 信息排序方法、装置、电子设备及存储介质 | |
CN117421471A (zh) | 多样性感知模型训练方法、推荐排序方法及装置 | |
CN117651167A (zh) | 资源推荐方法、装置、设备以及存储介质 | |
CN114065074A (zh) | 受众群体获取方法、用户对象匹配模型的训练方法及装置 | |
CN114820073A (zh) | 运营策略的推送方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |