CN117112890A - 一种数据处理方法、贡献值的获取方法以及相关设备 - Google Patents
一种数据处理方法、贡献值的获取方法以及相关设备 Download PDFInfo
- Publication number
- CN117112890A CN117112890A CN202310915053.5A CN202310915053A CN117112890A CN 117112890 A CN117112890 A CN 117112890A CN 202310915053 A CN202310915053 A CN 202310915053A CN 117112890 A CN117112890 A CN 117112890A
- Authority
- CN
- China
- Prior art keywords
- behavior
- presentation
- display
- training
- machine learning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 116
- 238000003672 processing method Methods 0.000 title abstract description 16
- 230000006399 behavior Effects 0.000 claims abstract description 589
- 238000012549 training Methods 0.000 claims abstract description 456
- 238000010801 machine learning Methods 0.000 claims abstract description 250
- 230000006870 function Effects 0.000 claims abstract description 86
- 238000012545 processing Methods 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims abstract description 36
- 230000015654 memory Effects 0.000 claims description 58
- 230000003993 interaction Effects 0.000 claims description 36
- 238000013528 artificial neural network Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 230000000306 recurrent effect Effects 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 17
- 238000004364 calculation method Methods 0.000 abstract description 15
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 21
- 230000009471 action Effects 0.000 description 15
- 239000011159 matrix material Substances 0.000 description 12
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 240000007087 Apium graveolens Species 0.000 description 5
- 235000015849 Apium graveolens Dulce Group Nutrition 0.000 description 5
- 235000010591 Appio Nutrition 0.000 description 5
- MHABMANUFPZXEB-UHFFFAOYSA-N O-demethyl-aloesaponarin I Natural products O=C1C2=CC=CC(O)=C2C(=O)C2=C1C=C(O)C(C(O)=O)=C2C MHABMANUFPZXEB-UHFFFAOYSA-N 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000011022 operating instruction Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004821 distillation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 244000179291 Mahonia aquifolium Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- G06F16/953—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
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0254—Targeted advertisements based on statistics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0261—Targeted advertisements based on user location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开一种数据处理方法、贡献值的获取方法以及相关设备,将人工智能技术用于对推荐系统中的展示行为进行归因,方法包括:通过第一机器学习模型对训练样本处理得到第一信息,训练样本指示至少一个展示行为,第一信息指示至少一个展示行为被交互的概率;通过第二机器学习模型对训练样本处理得到第二信息,第二信息指示至少一个展示行为的贡献值之和,每个展示行为的贡献值代表每个展示行为对至少一个展示行为被交互做出的贡献;根据损失函数对第二机器学习模型训练,损失函数指示第一信息和第二信息之间的相似度,训练后的第二机器学习模型用于得到每个展示行为的贡献值,降低了“每个展示行为的贡献值”的计算过程所消耗的计算资源。
Description
技术领域
本申请涉及人工智能领域,尤其涉及一种数据处理方法、贡献值的获取方法以及相关设备。
背景技术
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
将人工智能技术应用于推荐系统中是一种场景的应用方式,在推荐系统中,可以向用户多次展示同一对象,用户可能在该对象的某个展示行为中与该对象产生交互,为了能够对该对象的投放策略进行优化,可以利用机器学习模型来预测每个展示行为的转化率(post-click conversion rate,CVR),也即可以利用机器学习模型来预测每个展示行为对该对象被交互带来的贡献值。
目前采用的一种方式包括:在获取到该对象的n个展示行为,n个展示行为中有被交互过之后,需要穷举前述n个展示行为能够组成的所有集合,利用机器学习模型来生成每个集合中的至少一个展示行为被交互的概率,进而根据每个集合中至少一个展示行为被交互的概率,计算每个展示行为的夏普离职,将每个展示行为的夏普利值确定为每个展示行为的贡献值。
但是,由于在计算每个展示行为的贡献值的过程中,需要穷举n个展示行为能够组成的所有集合,并计算每个集合中至少一个展示行为被交互的概率,计算开销巨大。
发明内容
本申请实施例提供了一种数据处理方法、贡献值的获取方法以及相关设备,通过第二机器学习模型能够直接获得至少一个展示行为中每个展示行为的贡献值,不再需要穷举前述至少一个展示行为能够组成的所有集合后,遍历每个集合中至少一个展示行为被交互的概率,大大降低了“每个展示行为的贡献值”的计算过程中所消耗的计算资源。
为解决上述技术问题,本申请实施例提供以下技术方案:
第一方面,本申请实施例提供一种数据处理方法,可将人工智能技术用于对推荐系统中的展示行为进行归因,方法包括:训练设备将第一训练样本输入第一机器学习模型,得到第一机器学习模型输出的第一信息,其中,第一训练样本指示至少一个第一展示行为,第一信息指示至少一个第一展示行为被交互的概率;示例性地,第一训练样本包括每个第一展示行为的描述信息。
训练设备通过第二机器学习模型对第一训练样本进行处理得到第二信息,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献。
训练设备根据第一损失函数对第二机器学习模型进行训练,直至满足第一收敛条件,得到执行过训练操作的第二机器学习模型;其中,第一损失函数指示第一信息和第二信息之间的相似度,利用第一损失函数进行训练的目标包括提高与第一训练样本对应的第一信息和第二信息之间的相似度;执行过训练操作的第二机器学习模型用于在应用阶段得到至少一个展示行为中每个展示行为的贡献值。
本实现方式中,将第一训练样本输入第一机器学习模型,得到第一机器学习模型输出的第一信息,其中,第一训练样本指示至少一个第一展示行为,第一信息指示至少一个第一展示行为被交互的概率;将第一训练样本输入第二机器学习模型,得到第二机器学习模型输出的第二信息,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献;根据损失函数对第二机器学习模型进行训练,直至满足收敛条件,得到执行过训练操作的第二机器学习模型,损失函数指示第一信息和第二信息之间的相似度,通过前述方案能够得到执行过训练操作的第二机器学习模型,通过第二机器学习模型能够直接获得至少一个展示行为中每个展示行为的贡献值,不再需要穷举前述至少一个展示行为能够组成的所有集合后,遍历每个集合中至少一个展示行为被交互的概率,大大降低了“每个展示行为的贡献值”的计算过程中所消耗的计算资源。
在一种可能实现方式中,第一训练样本指示的至少一个第一展示行为可以为对同一对象的展示行为,例如,第一训练样本指向的至少一个第一展示行为可以为对同一个应用程序的展示行为;又例如,第一训练样本指向的至少一个展示行为可以为对同一个新闻的展示行为;又例如,第一训练样本指向的至少一个展示行为可以为对同一个商品的展示行为等。
在一种可能实现方式中,目标展示行为是至少一个第一展示行为中的任意一个,其中,目标展示行为的贡献值基于与目标展示行为对应的第一值和第二值得到,与目标展示行为对应的第一值代表目标展示行为自身的贡献值,与目标展示行为对应的第二值代表第一训练样本指示的至少一个第一展示行为中目标展示行为之外其他的第一展示行为对目标展示行为的贡献值的影响值。
本实现方式中,在生成目标展示行为的贡献值的过程中,还考虑了其他展示行为对目标展示行为的贡献值的影响值,前述方案能够反映出用户在多次看到某一对象的实际情况,也即前述方案与实际情况更相符,则有利于得到每个展示行为更为准确的贡献值。
在一种可能实现方式中,第一训练样本包括每个第一展示行为的展示时间,其中,第一训练样本指示的至少一个第一展示行为中目标展示行为之外其他的第一展示行为对目标展示行为的贡献值与第一时间距离相关,第一时间距离为目标展示行为的展示时间与其他的第一展示行为的展示时间之间的距离。
本实现方式中,由于用户看到两个广告相隔的时间越久,前一广告对当前广告造成的影响就会越小,而本申请中其他展示行为对目标展示行为的贡献值也与两个展示行为之间的时间距离有关,也即本申请中目标展示行为的贡献值的确定方法与实际情况更相符,有利于提高最后得到的每个展示行为的贡献值的准确性。
在一种可能实现方式中,在计算至少一个第一展示行为中展示时间早于目标展示行为的第一展示行为对目标展示行为的贡献值的影响值时采用第一参数,在计算至少一个第一展示行为中展示时间晚于目标展示行为的第一展示行为对目标展示行为的贡献值的影响值时采用第二参数,第一参数和第二参数不完全相同。
在一种可能实现方式中,第一训练样本来源于训练数据集,训练数据集中存在第二训练样本,其中,第二训练样本基于第三训练样本得到,第三训练样本包括至少一个第二展示行为的展示时间,对第三训练样本中的至少一个展示时间进行更新得到第二训练样本。
本实现方式中,对第三训练样本中至少一个展示时间进行更新后得到第二训练样本,第二训练样本也被放入第二机器学习模型的训练数据集中,使得第二机器学习模型的训练数据集得到了增强,也即丰富了第二机器学习模型的训练样本,有利于使得第二机器学习模型的训练过程更加充分,以提高训练后的第二机器学习模型输出的信息的准确性。
在一种可能实现方式中,执行过训练操作的第二机器学习模型中参数的值用于在应用阶段得到至少一个展示行为中每个展示行为的贡献值。本实现方式中,训练设备仅需要将执行过训练操作的第二机器学习模型中至少一个参数的值发送给执行设备,执行设备就可以基于前述至少一个参数的值得到第三机器学习模型,大大降低了“第三机器学习模型的部署过程”所消耗的通信资源,提高了“第三机器学习模型的部署过程”的便利性。
在一种可能实现方式中,第二机器学习模型包括第一模块和第二模块,第一模块用于生成至少一个展示行为中每个展示行为的贡献值,第二模块用于对第一模块生成的至少一个展示行为中每个展示行为的贡献值进行加权求和,得到至少一个展示行为所对应的总贡献值;“执行过训练操作的第二机器学习模型用于得到至少一个展示行为中每个展示行为的贡献值”可以被理解为:执行过训练操作后的第二机器学习模型中的第一模块用于在应用阶段得到至少一个展示行为中每个展示行为的贡献值。
在一种可能实现方式中,第一机器学习模型为预先训练过的,第一机器学习模型为如下任一种:循环神经网络、卷积神经网络、全连接神经网络或者注意力基于注意力机制的神经网络。本实现方式中,由于第一机器学习模型是预先训练过的,也即在第二机器学习模型的训练开始的时候,第一机器学习模型输出的第一信息的准确度就较高,而第一机器学习模型输出的第一信息是用来对第二机器学习模型进行蒸馏学习的,则预先对第一机器学习模型训练过,有利于提高第二机器学习模型的训练阶段的速度,也有利于使得训练后的第二机器学习模型输出的信息更为准确;此外,本申请提供的方法能够兼容第一机器学习模型采用各种类型的神经网络,有利于扩展本方案的应用场景,大大提高本方案的实现灵活性。
在一种可能实现方式中,至少一个第一展示行为被交互的概率为如下任一种:至少一个第一展示行为中被点击的概率、至少一个第一展示行为中被下载的概率、至少一个第一展示行为中被购买的概率或者至少一个第一展示行为中被播放的概率。本实现方式中,提供了“至少一个第一展示行为被交互”的多种具体实现方案,扩展了本方案的应用场景,提高了本方案的实现灵活性。
第二方面,本申请实施例提供一种贡献值的获取方法,可将人工智能技术用于对推荐系统中的展示行为进行归因,方法包括:执行设备获取第一样本,第一样本指示至少一个展示行为,至少一个展示行为中有被交互过;示例性地,第一样本包括前述至少一个展示行为中每个展示行为的描述信息。
执行设备通过第三机器学习模型生成第一样本指向的每个展示行为的贡献值,每个展示行为的贡献值代表每个展示行为对至少一个展示行为被交互做出的贡献,第三机器学习模型基于执行过训练操作的第二机器学习模型得到。其中,训练操作采用的第一损失函数指示与第一训练样本对应的第一信息和第二信息之间的相似度,第一训练样本指示至少一个第一展示行为,第一信息通过第一机器学习模型得到,第一信息指示至少一个第一展示行为被交互的概率,第二信息通过第二机器学习模型得到,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献。
在一种可能实现方式中,第三展示行为是第一样本指示的至少一个展示行为中的任意一个,其中,第三展示行为的贡献值基于与第三展示行为对应的第一值和第二值得到,与第三展示行为对应的第一值代表第三展示行为自身的贡献值,与第三展示行为对应的第二值代表第一样本指示的至少一个展示行为中第三展示行为之外其他的展示行为对第三展示行为的贡献值的影响值。
在一种可能实现方式中,第一样本还包括第一样本指示的展示行为的展示时间,其中,第一样本指示的至少一个展示行为中第三展示行为之外其他的展示行为对第三展示行为的贡献值与第二时间距离相关,第二时间距离为第三展示行为的展示时间与其他的展示行为的展示时间之间的距离。
在一种可能实现方式中,第一训练样本来源于训练数据集,训练数据集中存在第二训练样本,其中,第二训练样本基于第三训练样本得到,第三训练样本包括至少一个第二展示行为的展示时间,对第三训练样本中的至少一个展示时间进行更新得到第二训练样本。
在一种可能实现方式中,“第三机器学习模型基于执行过训练操作的第二机器学习模型得到”可以被理解为:第三机器学习模型基于执行过训练操作的第二机器学习模型中至少一个参数的值得到。
在一种可能实现方式中,第二机器学习模型包括第一模块和第二模块,第一模块用于生成至少一个展示行为中每个展示行为的贡献值,第二模块用于对第一模块生成的至少一个展示行为中每个展示行为的贡献值进行加权求和,得到至少一个展示行为所对应的总贡献值;“第三机器学习模型基于执行过训练操作的第二机器学习模型得到”可以被理解为:第三机器学习模型为执行过训练操作后的第二机器学习模型中的第一模块。
第二方面以及第二方面各种可能实现方式中名词的含义以及所带来的有益效果,均可以参阅第一方面,此处不再赘述。
第三方面,本申请实施例提供一种数据处理装置,可将人工智能技术用于对推荐系统中的展示行为进行归因,装置包括:处理模块,用于将第一训练样本输入第一机器学习模型,得到第一机器学习模型输出的第一信息,其中,第一训练样本指示至少一个第一展示行为,第一信息指示至少一个第一展示行为被交互的概率;处理模块,用于通过第二机器学习模型对第一训练样本进行处理得到第二信息,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献;训练模块,用于根据损失函数对第二机器学习模型进行训练,直至满足收敛条件,得到执行过训练操作的第二机器学习模型,其中,损失函数指示第一信息和第二信息之间的相似度,执行过训练操作的第二机器学习模型用于得到至少一个展示行为中每个展示行为的贡献值。
本申请第三方面中,数据处理装置还用于执行第一方面以及第一方面的各种可能实现方式中训练设备执行的步骤,第三方面中步骤的具体实现方式、名词的含义以及所带来的有益效果,均可以参阅第一方面,此处不再赘述。
第四方面,本申请实施例提供一种贡献值的获取装置,可将人工智能技术用于对推荐系统中的展示行为进行归因,装置包括:获取模块,用于获取第一样本,第一样本指示至少一个展示行为,至少一个展示行为中有被交互过;生成模块,用于通过第三机器学习模型生成第一样本指向的每个展示行为的贡献值,每个展示行为的贡献值代表每个展示行为对至少一个展示行为被交互做出的贡献,第三机器学习模型基于执行过训练操作的第二机器学习模型得到;其中,训练操作采用的损失函数指示与第一训练样本对应的第一信息和第二信息之间的相似度,第一训练样本指示至少一个第一展示行为,第一信息通过第一机器学习模型得到,第一信息指示至少一个第一展示行为被交互的概率,第二信息通过第二机器学习模型得到,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献。
本申请第四方面中,贡献值的获取装置还用于执行第二方面以及第二方面的各种可能实现方式中执行设备执行的步骤,第四方面中步骤的具体实现方式、名词的含义以及所带来的有益效果,均可以参阅第二方面,此处不再赘述。
第五方面,本申请实施例提供了一种执行设备,包括处理器和存储器,处理器与存储器耦合,存储器,用于存储程序;处理器,用于执行存储器中的程序,使得执行设备执行上述第二方面所述的贡献值的获取方法。
第六方面,本申请实施例提供了一种训练设备,包括处理器和存储器,处理器与存储器耦合,存储器,用于存储程序;处理器,用于执行存储器中的程序,使得训练设备执行上述第一方面所述的数据处理方法。
第七方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,当其在计算机上运行时,使得计算机执行上述第一方面或第二方面所述的方法。
第八方面,本申请实施例提供了一种计算机程序产品,计算机程序产品包括程序,当该程序在计算机上运行时,使得计算机执行上述第一方面或第二方面所述的方法。
第九方面,本申请提供了一种芯片系统,该芯片系统包括处理器,用于支持实现上述方面中所涉及的功能,例如,发送或处理上述方法中所涉及的数据和/或信息。在一种可能的设计中,所述芯片系统还包括存储器,所述存储器,用于保存终端设备或通信设备必要的程序指令和数据。该芯片系统,可以由芯片构成,也可以包括芯片和其他分立器件。
附图说明
图1a为本申请实施例提供的人工智能主体框架的一种结构示意图;
图1b为本申请实施例提供的推荐界面的一种示意图;
图1c为本申请实施例提供的推荐界面的另一种示意图;
图2为本申请实施例提供的数据处理系统的一种系统架构图;
图3为本申请实施例提供的数据处理方法的一种流程示意图;
图4为本申请实施例提供的数据处理方法的另一种流程示意图;
图5为本申请实施例提供的基于第三训练样本得到第二训练样本的一个示意图;
图6为本申请实施例提供的数据处理方法的另一种流程示意图;
图7为本申请实施例提供的贡献值的获取方法的一种流程示意图;
图8为本申请实施例提供的数据处理装置的一种结构示意图;
图9为本申请实施例提供的贡献值的获取装置的一种结构示意图;
图10为本申请实施例提供的执行设备的一种结构示意图;
图11为本申请实施例提供的训练设备的一种结构示意图;
图12为本申请实施例提供的芯片的一种结构示意图。
具体实施方式
下面结合附图,对本申请的实施例进行描述。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
首先对人工智能系统总体工作流程进行描述,请参见图1a,图1a示出的为人工智能主体框架的一种结构示意图,下面从“智能信息链”(水平轴)和“IT价值链”(垂直轴)两个维度对上述人工智能主题框架进行阐述。其中,“智能信息链”反映从数据的获取到处理的一列过程。举例来说,可以是智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中,数据经历了“数据—信息—知识—智慧”的凝练过程。“IT价值链”从人智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程,反映人工智能为信息技术产业带来的价值。
(1)基础设施
基础设施为人工智能系统提供计算能力支持,实现与外部世界的沟通,并通过基础平台实现支撑。通过传感器与外部沟通;计算能力由智能芯片提供,该智能芯片具体可以采用中央处理器(central processing unit,CPU)、嵌入式神经网络处理器(neural-network processing unit,NPU)、图形处理器(graphics processing unit,GPU)、专用集成电路(application specific integrated circuit,ASIC)或现场可编程门阵列(fieldprogrammable gate array,FPGA)等硬件加速芯片;基础平台包括分布式计算框架及网络等相关的平台保障和支持,可以包括云存储和计算、互联互通网络等。举例来说,传感器和外部沟通获取数据,这些数据提供给基础平台提供的分布式计算系统中的智能芯片进行计算。
(2)数据
基础设施的上一层的数据用于表示人工智能领域的数据来源。数据涉及到图形、图像、语音、文本,还涉及到传统设备的物联网数据,包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。
(3)数据处理
数据处理通常包括数据训练,机器学习,深度学习,搜索,推理,决策等方式。
其中,机器学习和深度学习可以对数据进行符号化和形式化的智能信息建模、抽取、预处理、训练等。
推理是指在计算机或智能系统中,模拟人类的智能推理方式,依据推理控制策略,利用形式化的信息进行机器思维和求解问题的过程,典型的功能是搜索与匹配。
决策是指智能信息经过推理后进行决策的过程,通常提供分类、排序、预测等功能。
(4)通用能力
对数据经过上面提到的数据处理后,进一步基于数据处理的结果可以形成一些通用的能力,比如可以是算法或者一个通用系统,例如,翻译,文本的分析,计算机视觉的处理,语音识别,图像的识别等等。
(5)智能产品及行业应用
智能产品及行业应用指人工智能系统在各领域的产品和应用,是对人工智能整体解决方案的封装,将智能信息决策产品化、实现落地应用,其应用领域主要包括:智能终端、智能制造、智能交通、智能家居、智能医疗、智能安防、自动驾驶、智慧城市等。
本申请提供的方法可应用于各种应用领域的推荐系统中,具体的,可以用于对推荐系统中的展示行为进行归因;示例性地,在向用户展示某一对象一次或多次后,可以获得该对象的至少一个展示行为,当前述至少一个展示行为中存在被交互的展示行为的情况下,可以对前述至少一个展示行为进行归因,以对该对象在后续的投放策略进行优化。“对展示行为进行归因”可以理解为确定每个展示行为对至少一个展示行为被交互做出的贡献,也即将至少一个展示行为被交互的功劳分配给每个展示行为。
例如,上述向用户展示的对象可以为如下任一种:应用程序(application,APP)、新闻、音频、视频、商品的描述信息以及购买链接或其他类型的对象等等,用户执行的交互行为可以为如下任一种:点击、下载、购买或其他交互行为等,本申请实施例中均不做限定。
由于智能终端、智能家居或其他应用领域中都可以用到本申请提供的方法,以下对本申请的多个应用领域中的应用场景进行举例。
应用领域1:智能终端领域
例如,请参阅图1b,图1b为本申请实施例提供的推荐界面的一种示意图。手机、平板、笔记本电脑或其他智能终端上可以部署图1b中示出的应用商城,图1b中示出的应用商城可以向用户展示多个应用程序,在通过图1b示出的界面向用户展示同一应用程序(例如图1b中的应用1)多次后,获取到了用户对应用1的安装操作;则可以对应用1的多个展示行为进行归因,也即确定应用1的每个展示行为对应用1被安装作出的贡献,以对应用1的后续的投放策略进行优化。
又例如,请参阅图1c,图1c为本申请实施例提供的推荐界面的另一种示意图。手机、平板、笔记本电脑或其他智能终端上可以部署图1c中示出的新闻的推荐界面,在通过图1c示出的界面向用户展示同一新闻(例如新闻2)多次后,获取到了用户对新闻2的点击操作;则可以对新闻2的多个展示行为进行归因,也即确定新闻2的每个展示行为对新闻2被点击做出的贡献,以对新闻2的后续的投放策略进行优化等。智能终端上还可以部署有其他类型的对象的推荐界面,例如音频的推荐界面、商品的推荐界面等等,此处举例仅为方便理解本方案,不用于限定本方案。
应用领域2:智能家居领域
示例性地,智能家居中的冰箱上可以部署有显示屏,通过该显示屏向用户展示菜谱,以及菜谱中涉及到的食材的购买链接,在通过前述方式向用户展示同一食材(例如芹菜)的购买链接多次后,获取到用户针对芹菜的购买链接做出的购买操作,则可以对芹菜的购买链接的多个展示行为进行归因,也即确定芹菜的购买链接的每个展示行为对用户执行购买操作作出的贡献,以对芹菜的购买链接的后续的投放策略进行优化。
需要说明的是,本申请提供的方法还可以应用于其他应用场景中,上述对本申请的各种应用场景的举例仅为方便理解本方案,不用于限定本方案。
在上述种种应用场景中,当某一对象的至少一个展示行为被交互时,可以通过本申请提供的方法确定前述至少一个展示行为中的每个展示行为的贡献值,“每个展示行为的贡献值”代表每个展示行为对至少一个展示行为被交互所做出的贡献。在对本申请提供的方法进行详细描述之前,请先参阅图2,图2为本申请实施例提供的数据处理系统的一种系统架构图,在图2中,数据处理系统200包括训练设备210、数据库220、执行设备230和数据存储系统240,执行设备230中包括计算模块231。
其中,数据库220中存储有训练数据集合,在训练阶段,训练设备210可以生成第二机器学习模型201,利用训练数据集合对第二机器学习模型201进行迭代训练,得到执行过训练操作的第二机器学习模型201。第二机器学习模型201可以具体表现为神经网络,也可以表现为非神经网络的模型。具体的,请参阅图3,图3为本申请实施例提供的数据处理方法的一种流程示意图。
301、训练设备210将第一训练样本输入第一机器学习模型,得到第一机器学习模型输出的第一信息,第一训练样本指示至少一个第一展示行为,第一信息指示至少一个第一展示行为被交互的概率。
可选地,第一机器学习模型可以为执行过训练操作的机器学习模型。示例性地,第一信息可以指示至少一个第一展示行为中被点击、被下载、被购买、被播放或者被执行其他类型的交互行为的概率。
302、训练设备210将第一训练样本输入第二机器学习模型201,得到第二机器学习模型201输出的第二信息,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献。
303、训练设备210根据第一损失函数对第二机器学习模型201进行迭代训练,直至满足第一收敛条件,得到执行过训练操作的第二机器学习模型,其中,第一损失函数指示第一信息和第二信息之间的相似度,执行过训练操作的第二机器学习模型201用于得到至少一个展示行为中每个展示行为的贡献值。
本申请实施例中,通过上述方案能够得到执行过训练操作的第二机器学习模型201,通过第二机器学习模型201能够直接获得至少一个展示行为中每个展示行为的贡献值,不再需要穷举前述至少一个展示行为能够组成的所有集合后,遍历每个集合中至少一个展示行为被交互的概率,大大降低了“每个展示行为的贡献值”的计算过程中所消耗的计算资源。
执行设备230的计算模块231中部署有第三机器学习模型,第三机器学习模型基于执行过训练操作的第二机器学习模型201得到。在应用阶段,执行设备230可以获取第一样本,第一样本指示至少一个展示行为,至少一个展示行为中有被交互过;执行设备230通过第三机器学习模型生成前述第一样本指向的每个展示行为的贡献值。
本申请的一些实施例中,请参阅图2,执行设备230和客户设备可以为集成于同一设备中,则用户可以直接与执行设备230进行交互。示例性地,当客户设备为台式电脑时,执行设备230可以为台式电脑的主处理器(Host CPU)中利用第一机器学习模型进行数据处理的模块,执行设备230也可以台式电脑中的神经网络处理器(NPU),NPU作为协处理器挂载到主处理器上,由主处理器分配任务。
值得注意的,图2仅是本发明实施例提供的两种数据处理系统的架构示意图,图中所示设备、器件、模块等之间的位置关系不构成任何限制。例如,在本申请的另一些实施例中,执行设备230和客户设备可以为分别独立的设备,执行设备230配置有输入/输出(I/O)接口与客户设备进行数据交互,客户设备在确定第一样本之后,通过I/O接口向执行设备230发送第一样本,执行设备230在通过计算模块231中的第一机器学习模型201生成第一样本指向的每个展示行为的贡献值之后,可以通过I/O接口将前述第一样本指向的每个展示行为的贡献值返回给客户设备。
结合上述描述,下面开始对本申请实施例提供的方法的训练阶段和应用阶段的具体实现流程进行描述。
一、训练阶段
本申请实施例中,训练阶段描述的是训练设备210利用数据库220中的训练数据集合对第二机器学习模型201进行训练的过程,具体的,请参阅图4,图4为本申请实施例提供的数据处理方法的另一种流程示意图,本申请实施例提供的数据处理方法可以包括:
401、将第四训练样本输入第一机器学习模型,得到第一机器学习模型输出的与第四训练样本对应的第一信息,第四训练样本指示至少一个第四展示行为,与第四训练样本对应的第一信息指示前述至少一个第四展示行为被交互的概率。
本申请实施例中,步骤401为可选步骤。第四训练样本指的是对第一机器学习模型进行训练时采用的训练样本,第四训练样本指示至少一个第四展示行为,也即第四训练样本可以包括至少一个第四展示行为中每个第四展示行为的描述信息。
示例性地,前述至少一个第四展示行为可以为对同一个对象的展示行为。例如,第四训练样本指向的至少一个第四展示行为可以为对同一个应用程序的展示行为;又例如,第四训练样本指向的至少一个展示行为可以为对同一个新闻的展示行为;又例如,第四训练样本指向的至少一个展示行为可以为对同一个商品的展示行为等等,此处举例仅为方便理解本方案,不用于限定本方案。
可选地,第四训练样本指向的至少一个展示行为包括的可以为同一个对象向同一用户的至少一次展示行为;例如,前述至少一个展示行为可以为在不同时间向同一用户对同一对象进行展示的行为。
每个第四训练样本至少包括至少一个第四展示行为中每个第四展示行为的展示时间;示例性地,每个第四展示行为的展示时间可以采用每个第四展示行为的时间戳。可选地,第四训练样本还可以包括每个第四展示行为的展示地点;例如,前述展示地点可以为家、公司、上班路上、下班路上或其他等;又例如,前述展示地点也可以为执行第四展示行为的地址等,具体可以结合实际情况确定。或者,第四训练样本还可以包括每个第四展示行为的其他描述信息等等,需要说明的是,此处举例均仅为方便理解本方案,不用于限定本方案。
示例性地,每个第四训练样本可以表现为一个序列[a1,a2,…,aN],前述序列中每个元素包括一个第四展示行为的描述信息,前述序列中每个元素可以表现为一个向量[e1,e2,…,eN],前述向量[e1,e2,…,et]中可以携带一个第四展示行为的时间戳。
需要说明的是,“第二训练样本”和“第三训练样本”这两个名词的概念将在后续步骤中使用,此处先在暂时不对“第二训练样本”和“第三训练样本”这两个名词的含义进行介绍。
示例性地,第一机器学习模型可以为如下任一种:循环神经网络(recurrentneural network,RNN)、卷积神经网络(convolutional neural network,CNN)、全连接神经网络、基于注意力机制(attention mechanism)的神经网络或其他类型的神经网络等等,本申请提供的方法能够兼容第一机器学习模型采用各种类型的神经网络,有利于扩展本方案的应用场景,大大提高本方案的实现灵活性。
与第四训练样本对应的第一信息指示至少一个第四展示行为被交互的概率,示例性地,与第四训练样本对应的第一信息指示至少一个第四展示行为中最后展示的一个第四展示行为被交互的概率。前述“交互”指的可以为如下任一种:点击、下载、购买、播放或其他类型的交互行为;例如,若第四展示行为所针对的对象是应用程序,前述“交互”可以为点击或者下载;又例如,若第四展示行为所针对的对象是新闻、音频或者视频,前述“交互”可以为点击或者播放;又例如,若第四展示行为所针对的对象是商品,前述“交互”可以为点击或者购买等,具体“交互”的定义可以结合实际应用场景灵活确定,本申请实施例中均不做限定。本实现方式中,提供了“至少一个展示行为被交互”的多种具体实现方案,扩展了本方案的应用场景,提高了本方案的实现灵活性。
402、根据第二损失函数对第一机器学习模型进行训练,第二损失函数指示与第四训练样本对应的第一信息与期望信息之间的相似度。
本申请实施例中,步骤402为可选步骤。与第四训练样本对应的期望信息指示第四训练样本指向的至少一个第四展示行为是否被交互,也即与第四训练样本对应的期望信息指示第四训练样本指向的至少一个第四展示行为中最后展示的一个第四展示行为是否被交互。
第一训练设备在获取到与第四训练样本对应的第一信息之后,可以根据与第四训练样本对应的第一信息以及与第四训练样本对应的期望信息,生成第二损失函数的函数值,对第二损失函数的函数值进行梯度求导,采用反向传播算法对第一机器学习模型中的参数进行更新,从而完成对第一机器学习模型的一次训练。其中,第二损失函数指示与第四训练样本对应的第一信息与期望信息之间的相似度,采用第二损失函数进行迭代训练的目标包括提高与第四训练样本对应的第一信息与期望信息之间的相似度。
示例性地,第二损失函数可以为交叉熵损失函数、L1损失函数、L2损失函数或其他类型的损失函数等等,具体采用什么类型的损失函数可以结合实际情况灵活确定,此处不做限定。为进一步理解本方案,如下公开了第二损失函数的一个示例:
其中,代表第二损失函数,y代表与第四训练样本对应的期望信息,也即指示第四训练样本指向的至少一个第四展示行为中最后展示的一个第四展示行为是否被交互;/>代表第一机器学习模型输出的与第四训练样本对应的第一信息,也即指示第四训练样本指向的至少一个第四展示行为中最后展示的一个第四展示行为被交互的概率。
第一训练设备重复执行上述步骤401和402,以实现对第一机器学习模型的迭代训练,直至满足第二收敛条件,得到执行过训练操作的第一机器学习模型。示例性地,第二收敛条件可以为满足第二损失函数的收敛条件,或者,也可以为对第一机器学习模型进行迭代训练的次数达到第一次数。
403、从训练数据集中获取第一训练样本,第一训练样本指示至少一个第一展示行为。
本申请实施例中,第二训练设备中可以部署有训练数据集,训练数据集中包括多个训练样本,第二训练设备在对第一机器学习模型进行训练时,需要从训练数据集中获取一个或多个第一训练样本,第一训练样本指示至少一个第一展示行为;其中,“第一训练样本”的含义与“第四训练样本”的含义类似,区别在于,第四训练样本是对第一机器学习模型进行训练时采用的训练样本,第一训练样本是对第二机器学习模型进行训练时采用的训练样本。
第二训练设备与第一训练设备可以为同一设备,或者,第二训练设备和第一训练设备可以为不同的设备,第一训练设备在得到执行过训练操作的第一机器学习模型之后,可以将执行过训练操作的第一机器学习模型发送给第二训练设备。
在一种情况中,训练数据集中多个训练样本中可以存在第二训练样本,其中,第二训练样本基于第三训练样本得到,第三训练样本指示至少一个第二展示行为,第三训练样本包括至少一个第二展示行为的描述信息,每个第二展示行为的描述信息至少包括每个第二展示行为的展示时间;可选地,每个第二展示行为的描述信息还可以包括每个第二展示行为的展示地点,或其他类型的描述信息等。
对第三训练样本中的至少一个展示时间进行更新得到第二训练样本,也即训练数据集合中的第二训练样本指向的至少一个展示行为中可以存在不是实际向用户执行过的展示行为,训练数据集合中的第三训练样本指向的第二展示行为可以是实际向用户执行过的展示行为。
需要说明的是,“第二训练样本”以及“第三训练样本”的具体表现形式均与“第一训练样本”的具体表现形式类似,也即“第二训练样本”以及“第三训练样本”的具体表现形式均与“第四训练样本”的具体表现形式类似,此处不再进行赘述。从训练数据集中获取到的“第一训练样本”可以是“第二训练样本”,也即第一训练样本指向的至少一个展示行为中可以存在不是实际向用户执行过的展示行为;或者,前述“第一训练样本”也可以是第二训练样本。同理,前述“第一训练样本”可以是“第三训练样本”,也可以不是“第三训练样本”。
针对第二训练设备基于第三训练样本生成第二训练样本的具体实现过程,示例性地,第二训练设备可以从原始的训练数据集中获取第三训练样本,原始的训练数据集中的每个训练样本指向的每个展示行为可以均为向用户执行过的展示行为。此处以第三训练样本为s=[(a1,t1),(a2,t2),…,(aN,tN)]为例,其中,a1,a2,…,aN代表第三训练样本指向的N个展示行为的标识信息,t1代表a1标识的一个第二展示行为的时间戳,t2代表a2标识的一个第二展示行为的时间戳,以此类推,tN代表aN标识的一个第二展示行为的时间戳,从t1至tN所代表的时间戳越来越晚。
第二训练设备可以将a1,a2,…,aN的顺序随机打乱,得到打乱后的序列按照从过去到未来(也即按照从早到晚)的顺序依次为/>生成时间戳,也即实现了对第三训练样本中至少一个展示时间进行更新,得到如下第二训练样本:
第二训练设备重复执行上述步骤多次,能够生成多个第二训练样本,将每个第二训练样本并入原始的训练数据集中,以实现对原始的训练数据集进行数据增强,得到更新后的训练数据集。
需要说明的是,第二训练设备也可以采用其他方式实现“基于第三训练样本得到第二训练样本”,例如不对a1,a2,…,aN的顺序进行打乱,直接将a1,a2,…,aN中任意一个或多个标识信息所对应的时间戳进行修改等,上述示例仅为证明本方案的可实现性,不用于限定本方案。
为了更直观地理解本方案,请参阅图5,图5为本申请实施例提供的基于第三训练样本得到第二训练样本的一个示意图,如图5所示,第三训练样本中包括多个展示行为的描述信息,每个展示行为的描述信息包括每个展示行为的标识信息以及展示时间(也即图5中的时间戳1、时间戳2、…、时间戳N),“时间戳1、时间戳2、…、时间戳N”所代表的时间越来越晚。为了基于第三训练样本得到第二训练样本,第二训练设备可以将第三训练样本中的N个展示行为的标识信息随机打乱,得到图5中的展示行为N的标识信息、展示行为3的标识信息、…、展示行为2的标识信息。
第二训练设备为前述“展示行为N的标识信息、展示行为3的标识信息、…、展示行为2的标识信息”中每个展示行为的标识信息生成新的展示时间,也即图5中的“时间戳A、时间戳C、…、时间戳P”,前述“时间戳A、时间戳C、…、时间戳P”所代表的时间越来越晚,应理解,图5中的示例仅为方便理解本方案,不用于限定本方案。
本申请实施例中,对第三训练样本中至少一个展示时间进行更新后得到第二训练样本,第二训练样本也被放入第二机器学习模型的训练数据集中,使得第二机器学习模型的训练数据集得到了增强,也即丰富了第二机器学习模型的训练样本,有利于使得第二机器学习模型的训练过程更加充分,以提高训练后的第二机器学习模型输出的信息的准确性。
在另一种情况中,训练数据集中的多个训练样本可以均为基于实际向用户的展示行为采集得到,也即训练数据集中每个训练样本指向的至少一个展示行为均为实际向用户执行过的展示行为。
404、将第一训练样本输入第一机器学习模型,得到第一机器学习模型输出的与第一训练样本对应的第一信息,与第一训练样本对应的第一信息指示至少一个第一展示行为被交互的概率。
本申请实施例中,与第一训练样本对应的第一信息指示至少一个第一展示行为被交互的概率,也即与第一训练样本对应的第一信息指示至少第一展示行为中最后展示的一个第一展示行为被交互的概率。“与第一训练样本对应的第一信息”的概念与上述“与第四训练样本对应的第一信息”的概念类似,区别在于将“第四训练样本”替换为“第一训练样本”,将“第四展示行为”替换为“第一展示行为”,此处不再对“与第一训练样本对应的第一信息”的详细概念进行赘述。
步骤401和402均为可选步骤,若执行步骤401和402,则步骤404中的第一机器学习模型为预先训练过的。若不执行步骤401和402,也可以直接执行步骤403,第一机器学习模型可以为初始化后的机器学习模型。
405、通过第二机器学习模型对第一训练样本进行处理得到第二信息,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献。
本申请实施例中,第二训练设备将第一训练样本输入第二机器学习模型,通过第二机器学习模型对第一训练样本进行处理,得到第二机器学习模型输出的第二信息。
示例性地,第二训练设备通过第二机器学习模型对第一训练样本进行处理,可以包括:第二训练设备先通过第二机器学习模型生成每个第一展示行为的贡献值,再通过第二机器学习模型生成至少一个第一展示行为中所有第一展示行为的贡献值的和。
为了方便描述,后续将至少一个第一展示行为中任意一个第一展示行为称为目标展示行为。可选地,目标展示行为的贡献值可以基于与目标展示行为对应的第一值和至少一个第二值得到,与目标展示行为对应的第一值代表目标展示行为自身的贡献值,与目标展示行为对应的至少一个第二值中每个第二值代表第一训练样本指示的至少一个第一展示行为中目标展示行为之外其他的每个第一展示行为对目标展示行为的贡献值的影响值。
进一步可选地,第一训练样本指示的至少一个第一展示行为中目标展示行为之外其他的每个第一展示行为对目标展示行为的贡献值与第一时间距离相关,第一时间距离为目标展示行为的展示时间与前述其他的第一展示行为的展示时间之间的距离。
可选地,在计算至少一个第一展示行为中展示时间早于目标展示行为的第一展示行为对目标展示行为的贡献值的影响值时采用第一参数,在计算至少一个第一展示行为中展示时间晚于目标展示行为的第一展示行为对目标展示行为的贡献值的影响值时采用第二参数,第一参数和第二参数不完全相同。
例如,若第二机器学习模型具体表现为神经网络,则第二机器学习模型可以为如下任一种:循环神经网络、卷积神经网络、基于注意力机制的神经网络、全连接神经网络或其他类型的神经网络等等,本申请实施例中不做限定。
或者,第二机器学习模型也可以表现为非神经网络的模型,为进一步理解本方案,如下公开了第二机器学习模型表现为非神经网络的模型时的一个示例:
其中,代表基于第一训练样本得到的第二信息,也即第一训练样本指向的至少一个第一展示行为中每个第一展示行为的贡献值之和,目标展示行为是第一训练样本指向的至少一个第一展示行为中第i个第一展示行为;/>代表前述至少一个第一展示行为中第i个第一展示行为至最后一个第一展示行为对第i个第一展示行为的贡献值的影响值之和,当j的取值等于i时也即为wi,i(也即第i个第一展示行为对第i个第一展示行为的贡献值的影响值),也可以理解为第i个第一展示行为自身的贡献值,/>代表前述至少一个第一展示行为中第1个第一展示行为至第i-1个第一展示行为对第i个第一展示行为的贡献值的影响值之和,ti代表第i个第一展示行为的展示时间,tj代表第j个第一展示行为的展示时间,α和β均为第二机器学习模型的训练过程中需要迭代更新的参数,应理解,公式(2)中的示例仅为方便理解本方案,不用于限定本方案。
本申请实施例中,在生成目标展示行为的贡献值的过程中,还考虑了其他展示行为对目标展示行为的贡献值的影响值,前述方案能够反映出用户在多次看到某一对象的实际情况,也即前述方案与实际情况更相符,则有利于得到每个展示行为更为准确的贡献值。
由于用户看到两个广告相隔的时间越久,前一广告对当前广告造成的影响就会越小,而本申请中其他展示行为对目标展示行为的贡献值也与两个展示行为之间的时间距离有关,也即本申请中目标展示行为的贡献值的确定方法与实际情况更相符,有利于提高最后得到的每个展示行为的贡献值的准确性。
406、根据第一损失函数对第二机器学习模型进行训练,直至满足第一收敛条件,得到执行过训练操作的第二机器学习模型,其中,第一损失函数指示与第一训练样本对应的第一信息和第二信息之间的相似度,执行过训练操作的第二机器学习模型用于得到至少一个展示行为中每个展示行为的贡献值。
本申请实施例中,第二训练设备在得到与第一训练样本对应的第一信息以及与第一训练样本对应的第二信息之后,可以根据与第一训练样本对应的第一信息和第二信息,生成第一损失函数的函数值,对第一损失函数的函数值进行求导,采用反向传播算法来更新第二机器学习模型的参数值,以实现对第二机器学习模型的一次训练。
其中,第一损失函数值指示与第一训练样本对应的第一信息和第二信息之间的相似度,利用第一损失函数进行训练的目标包括提高与第一训练样本对应的第一信息和第二信息之间的相似度。例如,第一损失函数可以采用交叉熵损失函数、L1损失函数、L2损失函数或其他类型的损失函数等等,本申请实施例中不做限定。
为进一步理解本方案,如下公开了第一损失函数的一个示例:
其中,La代表第一损失函数,代表通过第一机器学习模型生成的与第一训练样本对应的第一信息,/>代表通过第二机器学习模型生成的与第一训练样本对应的第二信息,应理解,公式(3)中的示例仅为方便理解本方案,不用于限定本方案。
示例性地,在一种实现方式中,若执行步骤401和402,则第一机器学习模型为预先训练过的,第二训练设备根据第一损失函数对第二机器学习模型进行训练可以包括:第二训练设备在保持第一机器学习模型的参数不变的情况下,根据第一损失函数对第二机器学习模型的参数进行调整。本申请实施例中,由于第一机器学习模型是预先训练过的,也即在第二机器学习模型的训练开始的时候,第一机器学习模型输出的第一信息的准确度就较高,而第一机器学习模型输出的第一信息是用来对第二机器学习模型进行蒸馏学习的,则预先对第一机器学习模型训练过,有利于提高第二机器学习模型的训练阶段的速度,也有利于使得训练后的第二机器学习模型输出的信息更为准确。
在另一种实现方式中,若不执行步骤401和402,第二训练设备根据第一损失函数对第二机器学习模型进行训练可以包括:第二训练设备根据第一损失函数和第三损失函数,对第一机器学习模型和第二机器学习模型进行训练。其中,第三损失函数指示第一训练样本所对应的第一信息和第一训练样本所对应的期望信息之间的相似度,第一训练样本所对应的期望信息指示第一训练样本指向的至少一个第一展示行为是否被交互,也即与第一训练样本对应的期望信息指示第一训练样本指向的至少一个第一展示行为中最后展示的一个第一展示行为是否被交互。
示例性地,第二训练设备根据与第一训练样本对应的第一信息、第二信息以及期望信息,生成第一损失函数的函数值和第二损失函数的函数值,根据第一损失函数的函数值和第二损失函数的函数值,基于反向传播算法,对第一机器学习模型和第二机器学习模型的参数进行更新,以实现对第一机器学习模型和第二机器学习模型的一次训练。
需要说明的时,“第三损失函数”和“第二损失函数”的含义类似,区别在于将第二损失函数中的“第四训练样本”替换为第三损失函数中的“第一训练样本”,将“第四展示行为”替换为“第一展示行为”,此处不再对第三损失函数的实现细节进行赘述。
训练设备重复执行上述步骤,以实现对第二机器学习模型的迭代训练,直至满足第一收敛条件,得到执行过训练操作的第二机器学习模型。
示例性地,在一种情况中,若执行步骤401和402,第一收敛条件可以为满足第一损失函数的收敛条件,和/或,对第二机器学习模型进行训练的次数达到预设次数。在另一种情况中,若不执行步骤401和402,第一收敛条件可以为满足第一损失函数和第三损失函数的收敛条件,和/或对第二机器学习模型进行训练的次数达到预设次数。
为了更直观地理解本方案,请参阅图6,图6为本申请实施例提供的数据处理方法的另一种流程示意图,如图6所示,先利用原始的训练数据集中的训练样本对第一机器学习模型进行迭代训练,直至满足第二收敛条件,得到训练过的第一机器学习模型,原始的训练数据集中的每个训练样本指示至少一个展示行为;前述步骤的具体实现过程可以参阅步骤401和步骤402中的描述,此处不再展开赘述。
对原始的训练数据集进行数据增强后得到更新后的训练数据集,前述步骤的具体实现过程可以参阅上述步骤403中的描述,此处不再展开赘述。
从更新后的训练数据集中获取第一训练样本,将第一训练样本分别输入训练过的第一机器学习模型和第二机器学习模型,根据训练过的第一机器学习模型生成的与第一训练样本对应的第一信息,和第二机器学习模型生成的与第一训练样本对应的第二信息,对第二机器学习模型进行迭代训练,直至满足第一收敛条件,得到执行过训练操作的第二机器学习模型;前述步骤的具体实现过程可以参阅步骤404至步骤406中的描述,此处不再展开赘述。其中,执行过训练操作的第二机器学习模型用于在应用阶段得到至少一个展示行为中每个展示行为的贡献值,应理解,图6中的示例仅为方便理解本方案,不用于限定本方案。
在一种情况下,“执行过训练操作的第二机器学习模型用于得到至少一个展示行为中每个展示行为的贡献值”可以被理解为:执行过训练操作的第二机器学习模型中至少一个参数的值用于得到至少一个展示行为中每个展示行为的贡献值。结合上述公式(2)进行举例,公式(2)中α和β的值用于计算至少一个展示行为中每个展示行为的贡献值。训练设备仅需要将执行过训练操作的第二机器学习模型中至少一个参数的值发送给执行设备,执行设备就可以基于前述至少一个参数的值得到第三机器学习模型,大大降低了“第三机器学习模型的部署过程”所消耗的通信资源,提高了“第三机器学习模型的部署过程”的便利性。
在另一种情况下,第二机器学习模型包括第一模块和第二模块,第一模块用于生成至少一个展示行为中每个展示行为的贡献值,第二模块用于对第一模块生成的至少一个展示行为中每个展示行为的贡献值进行加权求和,得到至少一个展示行为所对应的总贡献值;“执行过训练操作的第二机器学习模型用于得到至少一个展示行为中每个展示行为的贡献值”可以被理解为:执行过训练操作后的第二机器学习模型中的第一模块用于得到至少一个展示行为中每个展示行为的贡献值。
二、应用阶段
本申请实施例中,应用阶段描述的是执行设备230通过第三机器学习模型对第一样本进行处理的过程,具体的,请参阅图7,图7为本申请实施例提供的贡献值的获取方法的一种流程示意图,本申请实施例提供的贡献值的获取方法可以包括:
701、获取第一样本,第一样本指示至少一个展示行为,至少一个展示行为中有被交互过。
本申请实施例中,执行设备可以获取第一样本,第一样本包括上述至少一个展示行为中每个展示行为的描述信息;示例性地,每个展示行为的描述信息可以包括每个展示行为的展示时间。
可选地,每个展示行为的描述信息还可以包括每个展示行为的展示地点或其他信息等等,本申请实施例中不做限定。应理解,“第一样本”的具体表现形式和“第四训练样本”的具体表现形式类似,区别在于,将第四训练样本中的“第四展示行为”替换为第一样本中的“展示行为”,此处不再对第一样本的具体表现形式进行赘述。
702、通过第三机器学习模型生成第一样本指向的每个展示行为的贡献值,每个展示行为的贡献值代表每个展示行为对至少一个展示行为被交互做出的贡献,第三机器学习模型基于执行过训练操作的第二机器学习模型得到;其中,前述训练操作采用的第一损失函数指示与第一训练样本对应的第一信息和第二信息之间的相似度,第一训练样本指示至少一个第一展示行为,第一信息通过第一机器学习模型得到,第一信息指示至少一个第一展示行为被交互的概率,第二信息通过第二机器学习模型得到,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献。
本申请实施例中,在一种情况下,“第三机器学习模型基于执行过训练操作的第二机器学习模型得到”可以被理解为:第三机器学习模型基于执行过训练操作的第二机器学习模型中至少一个参数的值得到。结合图4对应实施例中示出的公式(2)进行举例,第三机器学习模型可以基于执行过训练操作的第二机器学习模型中的α和β的值得到。
为进一步理解本方案,如下公开了利用第三机器学习模型对第一样本进行处理时所采用的公式:
其中,第一样本指示T个展示行为,wi代表第一样本指向的T个展示行为中第i个展示行为的贡献值,也即代表第i个展示行为对T个展示行为被交互作出的贡献,代表第一样本中第1个展示行为至第i-1个展示行为对第i个展示行为的贡献值的影响值之和,/>代表第一样本中第i个展示行为至第T个展示行为对第i个展示行为的贡献值的影响值之和,当j的取值等于i时代表T个展示行为中第i个展示行为自身的贡献值,ti代表第i个第一展示行为的展示时间,tj代表第j个第一展示行为的展示时间,α和β的取值均基于训练后的第二机器学习模型得到,应理解,公式(4)中的示例仅为方便理解本方案,不用于限定本方案。
在另一种情况中,第二机器学习模型包括第一模块和第二模块,第一模块用于生成至少一个展示行为中每个展示行为的贡献值,第二模块用于对第一模块生成的至少一个展示行为中每个展示行为的贡献值进行加权求和,得到至少一个展示行为所对应的总贡献值;“第三机器学习模型基于执行过训练操作的第二机器学习模型得到”可以被理解为:第三机器学习模型为执行过训练操作后的第二机器学习模型中的第一模块。
示例性地,执行设备在得到第一样本之后,可以通过第三机器学习模型对第一样本进行处理,得到第一样本指向的每个展示行为的贡献值;第三机器学习模型基于执行过训练操作的第二机器学习模型得到,第二机器学习模型的训练过程可以参阅上述图4对应的实施例中的描述,此处不做赘述。
为了对本申请实施例带来的有益效果有更直观的认识,在Criteo数据集中进行了实验,以下结合实验数据对本申请带来的有益效果进行展示。
表1
AUC | |
Basic | 0.9744 |
Basic+Attention | 0.9742 |
Basic+Shapley | 0.9747 |
本申请提供的方法 | 0.9753 |
其中,Basic、Basic+Attention以及Basic+Shapley是两种已有的生成每个展示行为的贡献值的方法,AUC为“通过机器学习模型生成的每个展示行为的贡献值”的一个评价指标,AUC的取值在0.5至1之间,AUC的取值越接近1,代表“通过机器学习模型生成的每个展示行为的贡献值”的准确率越高。通过上述数据可知,采用本申请提供的方法得到的每个展示行为的贡献值最准确。
在图1a至图7所对应的实施例的基础上,为了更好的实施本申请实施例的上述方案,下面还提供用于实施上述方案的相关设备。具体参阅图8,图8为本申请实施例提供的数据处理装置的一种结构示意图,数据处理装置800包括:处理模块801,用于将第一训练样本输入第一机器学习模型,得到第一机器学习模型输出的第一信息,其中,第一训练样本指示至少一个第一展示行为,第一信息指示至少一个第一展示行为被交互的概率;处理模块801,用于通过第二机器学习模型对第一训练样本进行处理得到第二信息,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献;训练模块802,用于根据损失函数对第二机器学习模型进行训练,直至满足收敛条件,得到执行过训练操作的第二机器学习模型,其中,损失函数指示第一信息和第二信息之间的相似度,执行过训练操作的第二机器学习模型用于得到至少一个展示行为中每个展示行为的贡献值。
可选地,目标展示行为是至少一个第一展示行为中的任意一个,其中,目标展示行为的贡献值基于与目标展示行为对应的第一值和第二值得到,与目标展示行为对应的第一值代表目标展示行为自身的贡献值,与目标展示行为对应的第二值代表第一训练样本指示的至少一个第一展示行为中目标展示行为之外其他的第一展示行为对目标展示行为的贡献值的影响值。
可选地,第一训练样本包括第一展示行为的展示时间,其中,第一训练样本指示的至少一个第一展示行为中目标展示行为之外其他的第一展示行为对目标展示行为的贡献值与第一时间距离相关,第一时间距离为目标展示行为的展示时间与其他的第一展示行为的展示时间之间的距离。
可选地,第一训练样本来源于训练数据集,训练数据集中存在第二训练样本,其中,第二训练样本基于第三训练样本得到,第三训练样本包括至少一个第二展示行为的展示时间,对第三训练样本中的至少一个展示时间进行更新得到第二训练样本。
可选地,执行过训练操作的第二机器学习模型中参数的值用于得到至少一个展示行为中每个展示行为的贡献值。
可选地,第一机器学习模型为预先训练过的,第一机器学习模型为如下任一种:循环神经网络、卷积神经网络、全连接神经网络或者注意力基于注意力机制的神经网络。
可选地,至少一个第一展示行为被交互的概率为如下任一种:至少一个第一展示行为中被点击的概率、至少一个第一展示行为中被下载的概率、至少一个第一展示行为中被购买的概率或者至少一个第一展示行为中被播放的概率。
需要说明的是,数据处理装置800中各模块/单元之间的信息交互、执行过程等内容,与本申请中图1a至图6对应的各个方法实施例基于同一构思,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
请继续参阅图9,图9为本申请实施例提供的贡献值的获取装置的一种结构示意图,贡献值的获取装置900包括:获取模块901,用于获取第一样本,第一样本指示至少一个展示行为,至少一个展示行为中有被交互过;生成模块902,用于通过第三机器学习模型生成第一样本指向的每个展示行为的贡献值,每个展示行为的贡献值代表每个展示行为对至少一个展示行为被交互做出的贡献,第三机器学习模型基于执行过训练操作的第二机器学习模型得到;其中,训练操作采用的损失函数指示与第一训练样本对应的第一信息和第二信息之间的相似度,第一训练样本指示至少一个第一展示行为,第一信息通过第一机器学习模型得到,第一信息指示至少一个第一展示行为被交互的概率,第二信息通过第二机器学习模型得到,第二信息指示至少一个第一展示行为中每个第一展示行为的贡献值之和,每个第一展示行为的贡献值代表每个第一展示行为对至少一个第一展示行为被交互做出的贡献。
可选地,第三展示行为是第一样本指示的至少一个展示行为中的任意一个,其中,第三展示行为的贡献值基于与第三展示行为对应的第一值和第二值得到,与第三展示行为对应的第一值代表第三展示行为自身的贡献值,与第三展示行为对应的第二值代表第一样本指示的至少一个展示行为中第三展示行为之外其他的展示行为对第三展示行为的贡献值的影响值。
可选地,第一样本还包括第一样本指示的展示行为的展示时间,其中,第一样本指示的至少一个展示行为中第三展示行为之外其他的展示行为对第三展示行为的贡献值与第二时间距离相关,第二时间距离为第三展示行为的展示时间与其他的展示行为的展示时间之间的距离。
可选地,第一训练样本来源于训练数据集,训练数据集中存在第二训练样本,其中,第二训练样本基于第三训练样本得到,第三训练样本包括至少一个第二展示行为的展示时间,对第三训练样本中的至少一个展示时间进行更新得到第二训练样本。
需要说明的是,贡献值的获取装置900中各模块/单元之间的信息交互、执行过程等内容,与本申请中图7对应的各个方法实施例基于同一构思,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
接下来介绍本申请实施例提供的一种执行设备,请参阅图10,图10为本申请实施例提供的执行设备的一种结构示意图,具体的,执行设备1000包括:接收器1001、发射器1002、处理器1003和存储器1004(其中执行设备1000中的处理器1003的数量可以一个或多个,图10中以一个处理器为例),其中,处理器1003可以包括应用处理器10031和通信处理器10032。在本申请的一些实施例中,接收器1001、发射器1002、处理器1003和存储器1004可通过总线或其它方式连接。
存储器1004可以包括只读存储器和随机存取存储器,并向处理器1003提供指令和数据。存储器1004的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory,NVRAM)。存储器1004存储有处理器和操作指令、可执行模块或者数据结构,或者它们的子集,或者它们的扩展集,其中,操作指令可包括各种操作指令,用于实现各种操作。
处理器1003控制执行设备的操作。具体的应用中,执行设备的各个组件通过总线系统耦合在一起,其中总线系统除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图中将各种总线都称为总线系统。
上述本申请实施例揭示的方法可以应用于处理器1003中,或者由处理器1003实现。处理器1003可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1003中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1003可以是通用处理器、数字信号处理器(digital signal processing,DSP)、微处理器或微控制器,还可进一步包括专用集成电路(application specific integratedcircuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。该处理器1003可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1004,处理器1003读取存储器1004中的信息,结合其硬件完成上述方法的步骤。
接收器1001可用于接收输入的数字或字符信息,以及产生与执行设备的相关设置以及功能控制有关的信号输入。发射器1002可用于通过第一接口输出数字或字符信息;发射器1002还可用于通过第一接口向磁盘组发送指令,以修改磁盘组中的数据;发射器1002还可以包括显示屏等显示设备。
本申请实施例中,处理器1003,用于执行图7对应实施例中的执行设备执行的贡献值的获取方法。需要说明的是,处理器1003中的应用处理器10031执行前述各个步骤的具体方式,与本申请中图7对应的各个方法实施例基于同一构思,其带来的技术效果与本申请中图7对应的各个方法实施例相同,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
本申请实施例还提供了一种训练设备,请参阅图11,图11是本申请实施例提供的训练设备一种结构示意图,具体的,训练设备1100由一个或多个服务器实现,训练设备1100可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)1122(例如,一个或一个以上处理器)和存储器1132,一个或一个以上存储应用程序1142或数据1144的存储介质1130(例如一个或一个以上海量存储设备)。其中,存储器1132和存储介质1130可以是短暂存储或持久存储。存储在存储介质1130的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对训练设备中的一系列指令操作。更进一步地,中央处理器1122可以设置为与存储介质1130通信,在训练设备1100上执行存储介质1130中的一系列指令操作。
训练设备1100还可以包括一个或一个以上电源1126,一个或一个以上有线或无线网络接口1150,一个或一个以上输入输出接口1158,和/或,一个或一个以上操作系统1141,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
本申请实施例中,中央处理器1122,用于执行图3至图6对应实施例中的训练设备执行的数据处理方法,前述训练设备包括第一训练设备和/或第二训练设备。需要说明的是,中央处理器1122执行上述各个步骤的具体方式,与本申请中图3至图6对应的各个方法实施例基于同一构思,其带来的技术效果与本申请中图3至图6对应的各个方法实施例相同,具体内容可参见本申请前述所示的方法实施例中的叙述,此处不再赘述。
本申请实施例中还提供一种计算机可读存储介质,该计算机可读存储介质中存储有用于进行信号处理的程序,当其在计算机上运行时,使得计算机执行如前述图3至图6所示实施例描述的方法中第一训练设备和/或第二训练设备所执行的步骤,或者,使得计算机执行如前述图7所示实施例描述的方法中执行设备所执行的步骤。
本申请实施例中还提供一种包括计算机程序产品,当其在计算机上运行时,使得计算机执行如前述图3至图6所示实施例描述的方法中第一训练设备和/或第二训练设备所执行的步骤,或者,使得计算机执行如前述图7所示实施例描述的方法中执行设备所执行的步骤。
本申请实施例提供的执行设备、训练设备具体可以为芯片,芯片包括:处理单元和通信单元,所述处理单元例如可以是处理器,所述通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令,以使芯片执行上述图3至图6所示实施例描述的数据处理方法,或者,以使芯片执行上述图7所示实施例描述的贡献值的获取方法。可选地,所述存储单元为所述芯片内的存储单元,如寄存器、缓存等,所述存储单元还可以是所述无线接入设备端内的位于所述芯片外部的存储单元,如只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)等。
具体的,请参阅图12,图12为本申请实施例提供的芯片的一种结构示意图,所述芯片可以表现为神经网络处理器NPU 120,NPU 120作为协处理器挂载到主CPU(Host CPU)上,由Host CPU分配任务。NPU的核心部分为运算电路1203,通过控制器1204控制运算电路1203提取存储器中的矩阵数据并进行乘法运算。
在一些实现中,运算电路1203内部包括多个处理单元(Process Engine,PE)。在一些实现中,运算电路1203是二维脉动阵列。运算电路1203还可以是一维脉动阵列或者能够执行例如乘法和加法这样的数学运算的其它电子线路。在一些实现中,运算电路1203是通用的矩阵处理器。
举例来说,假设有输入矩阵A,权重矩阵B,输出矩阵C。运算电路从权重存储器1202中取矩阵B相应的数据,并缓存在运算电路中每一个PE上。运算电路从输入存储器1201中取矩阵A数据与矩阵B进行矩阵运算,得到的矩阵的部分结果或最终结果,保存在累加器(accumulator)1208中。
统一存储器1206用于存放输入数据以及输出数据。权重数据直接通过存储单元访问控制器(Direct Memory Access Controller,DMAC)1205,DMAC被搬运到权重存储器1202中。输入数据也通过DMAC被搬运到统一存储器1206中。
BIU为Bus Interface Unit即,总线接口单元1210,用于AXI总线与DMAC和取指存储器(Instruction Fetch Buffer,IFB)1209的交互。
总线接口单元1210(Bus Interface Unit,简称BIU),用于取指存储器1209从外部存储器获取指令,还用于存储单元访问控制器1205从外部存储器获取输入矩阵A或者权重矩阵B的原数据。
DMAC主要用于将外部存储器DDR中的输入数据搬运到统一存储器1206或将权重数据搬运到权重存储器1202中或将输入数据数据搬运到输入存储器1201中。
向量计算单元1207包括多个运算处理单元,在需要的情况下,对运算电路的输出做进一步处理,如向量乘,向量加,指数运算,对数运算,大小比较等等。主要用于神经网络中非卷积/全连接层网络计算,如Batch Normalization(批归一化),像素级求和,对特征平面进行上采样等。
在一些实现中,向量计算单元1207能将经处理的输出的向量存储到统一存储器1206。例如,向量计算单元1207可以将线性函数和/或非线性函数应用到运算电路1203的输出,例如对卷积层提取的特征平面进行线性插值,再例如累加值的向量,用以生成激活值。在一些实现中,向量计算单元1207生成归一化的值、像素级求和的值,或二者均有。在一些实现中,处理过的输出的向量能够用作到运算电路1203的激活输入,例如用于在神经网络中的后续层中的使用。
控制器1204连接的取指存储器(instruction fetch buffer)1209,用于存储控制器1204使用的指令;
统一存储器1206,输入存储器1201,权重存储器1202以及取指存储器1209均为On-Chip存储器。外部存储器私有于该NPU硬件架构。
其中,图3至图7所示的每个机器学习模型中各层的运算可以由运算电路1203或向量计算单元1207执行。
其中,上述任一处提到的处理器,可以是一个通用中央处理器,微处理器,ASIC,或一个或多个用于控制上述第一方面方法的程序执行的集成电路。
另外需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本申请提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,训练设备,或者网络设备等)执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、训练设备或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、训练设备或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的训练设备、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
Claims (26)
1.一种数据处理方法,其特征在于,所述方法包括:
将第一训练样本输入第一机器学习模型,得到所述第一机器学习模型输出的第一信息,其中,所述第一训练样本指示至少一个第一展示行为,所述第一信息指示所述至少一个第一展示行为被交互的概率;
通过第二机器学习模型对所述第一训练样本进行处理得到第二信息,所述第二信息指示所述至少一个第一展示行为中每个第一展示行为的贡献值之和,所述每个第一展示行为的贡献值代表所述每个第一展示行为对所述至少一个第一展示行为被交互做出的贡献;
根据损失函数对所述第二机器学习模型进行训练,直至满足收敛条件,得到执行过训练操作的所述第二机器学习模型,其中,所述损失函数指示所述第一信息和所述第二信息之间的相似度,所述执行过训练操作的所述第二机器学习模型用于得到至少一个展示行为中每个展示行为的贡献值。
2.根据权利要求1所述的方法,其特征在于,目标展示行为是所述至少一个第一展示行为中的任意一个,其中,所述目标展示行为的贡献值基于与所述目标展示行为对应的第一值和第二值得到,与所述目标展示行为对应的所述第一值代表所述目标展示行为自身的贡献值,与所述目标展示行为对应的所述第二值代表所述第一训练样本指示的至少一个第一展示行为中所述目标展示行为之外其他的第一展示行为对所述目标展示行为的贡献值的影响值。
3.根据权利要求2所述的方法,其特征在于,所述第一训练样本包括所述第一展示行为的展示时间,其中,所述第一训练样本指示的至少一个第一展示行为中所述目标展示行为之外其他的第一展示行为对所述目标展示行为的贡献值与第一时间距离相关,所述第一时间距离为所述目标展示行为的展示时间与所述其他的第一展示行为的展示时间之间的距离。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述第一训练样本来源于训练数据集,所述训练数据集中存在第二训练样本,其中,所述第二训练样本基于第三训练样本得到,所述第三训练样本包括至少一个第二展示行为的展示时间,对所述第三训练样本中的至少一个展示时间进行更新得到所述第二训练样本。
5.根据权利要求1至3任一项所述的方法,其特征在于,所述执行过训练操作的所述第二机器学习模型中参数的值用于得到至少一个展示行为中每个展示行为的贡献值。
6.根据权利要求1至3任一项所述的方法,其特征在于,所述第一机器学习模型为预先训练过的,所述第一机器学习模型为如下任一种:循环神经网络、卷积神经网络、全连接神经网络或者注意力基于注意力机制的神经网络。
7.根据权利要求1至3任一项所述的方法,其特征在于,所述至少一个第一展示行为被交互的概率为如下任一种:所述至少一个第一展示行为中被点击的概率、所述至少一个第一展示行为中被下载的概率、所述至少一个第一展示行为中被购买的概率或者所述至少一个第一展示行为中被播放的概率。
8.一种贡献值的获取方法,其特征在于,所述方法包括:
获取第一样本,所述第一样本指示至少一个展示行为,所述至少一个展示行为中有被交互过;
通过第三机器学习模型生成所述第一样本指向的每个展示行为的贡献值,所述每个展示行为的贡献值代表所述每个展示行为对所述至少一个展示行为被交互做出的贡献,所述第三机器学习模型基于执行过训练操作的第二机器学习模型得到;
其中,所述训练操作采用的损失函数指示与第一训练样本对应的第一信息和第二信息之间的相似度,所述第一训练样本指示至少一个第一展示行为,所述第一信息通过第一机器学习模型得到,所述第一信息指示所述至少一个第一展示行为被交互的概率,所述第二信息通过所述第二机器学习模型得到,所述第二信息指示所述至少一个第一展示行为中每个第一展示行为的贡献值之和,所述每个第一展示行为的贡献值代表所述每个第一展示行为对所述至少一个第一展示行为被交互做出的贡献。
9.根据权利要求8所述的方法,其特征在于,第三展示行为是所述第一样本指示的至少一个展示行为中的任意一个,其中,所述第三展示行为的贡献值基于与所述第三展示行为对应的第一值和第二值得到,与所述第三展示行为对应的所述第一值代表所述第三展示行为自身的贡献值,与所述第三展示行为对应的所述第二值代表所述第一样本指示的至少一个展示行为中所述第三展示行为之外其他的展示行为对所述第三展示行为的贡献值的影响值。
10.根据权利要求9所述的方法,其特征在于,所述第一样本还包括所述第一样本指示的展示行为的展示时间,其中,所述第一样本指示的至少一个展示行为中所述第三展示行为之外其他的展示行为对所述第三展示行为的贡献值与第二时间距离相关,所述第二时间距离为所述第三展示行为的展示时间与所述其他的展示行为的展示时间之间的距离。
11.根据权利要求8至10任一项所述的方法,其特征在于,所述第一训练样本来源于训练数据集,所述训练数据集中存在第二训练样本,其中,所述第二训练样本基于第三训练样本得到,所述第三训练样本包括至少一个第二展示行为的展示时间,对所述第三训练样本中的至少一个展示时间进行更新得到所述第二训练样本。
12.一种数据处理装置,其特征在于,所述装置包括:
处理模块,用于将第一训练样本输入第一机器学习模型,得到所述第一机器学习模型输出的第一信息,其中,所述第一训练样本指示至少一个第一展示行为,所述第一信息指示所述至少一个第一展示行为被交互的概率;
所述处理模块,用于通过第二机器学习模型对所述第一训练样本进行处理得到第二信息,所述第二信息指示所述至少一个第一展示行为中每个第一展示行为的贡献值之和,所述每个第一展示行为的贡献值代表所述每个第一展示行为对所述至少一个第一展示行为被交互做出的贡献;
训练模块,用于根据损失函数对所述第二机器学习模型进行训练,直至满足收敛条件,得到执行过训练操作的所述第二机器学习模型,其中,所述损失函数指示所述第一信息和所述第二信息之间的相似度,所述执行过训练操作的所述第二机器学习模型用于得到至少一个展示行为中每个展示行为的贡献值。
13.根据权利要求12所述的装置,其特征在于,目标展示行为是所述至少一个第一展示行为中的任意一个,其中,所述目标展示行为的贡献值基于与所述目标展示行为对应的第一值和第二值得到,与所述目标展示行为对应的所述第一值代表所述目标展示行为自身的贡献值,与所述目标展示行为对应的所述第二值代表所述第一训练样本指示的至少一个第一展示行为中所述目标展示行为之外其他的第一展示行为对所述目标展示行为的贡献值的影响值。
14.根据权利要求13所述的装置,其特征在于,所述第一训练样本包括所述第一展示行为的展示时间,其中,所述第一训练样本指示的至少一个第一展示行为中所述目标展示行为之外其他的第一展示行为对所述目标展示行为的贡献值与第一时间距离相关,所述第一时间距离为所述目标展示行为的展示时间与所述其他的第一展示行为的展示时间之间的距离。
15.根据权利要求12至14任一项所述的装置,其特征在于,所述第一训练样本来源于训练数据集,所述训练数据集中存在第二训练样本,其中,所述第二训练样本基于第三训练样本得到,所述第三训练样本包括至少一个第二展示行为的展示时间,对所述第三训练样本中的至少一个展示时间进行更新得到所述第二训练样本。
16.根据权利要求12至14任一项所述的装置,其特征在于,所述执行过训练操作的所述第二机器学习模型中参数的值用于得到至少一个展示行为中每个展示行为的贡献值。
17.根据权利要求12至14任一项所述的装置,其特征在于,所述第一机器学习模型为预先训练过的,所述第一机器学习模型为如下任一种:循环神经网络、卷积神经网络、全连接神经网络或者注意力基于注意力机制的神经网络。
18.根据权利要求12至14任一项所述的装置,其特征在于,所述至少一个第一展示行为被交互的概率为如下任一种:所述至少一个第一展示行为中被点击的概率、所述至少一个第一展示行为中被下载的概率、所述至少一个第一展示行为中被购买的概率或者所述至少一个第一展示行为中被播放的概率。
19.一种贡献值的获取装置,其特征在于,所述装置包括:
获取模块,用于获取第一样本,所述第一样本指示至少一个展示行为,所述至少一个展示行为中有被交互过;
生成模块,用于通过第三机器学习模型生成所述第一样本指向的每个展示行为的贡献值,所述每个展示行为的贡献值代表所述每个展示行为对所述至少一个展示行为被交互做出的贡献,所述第三机器学习模型基于执行过训练操作的第二机器学习模型得到;
其中,所述训练操作采用的损失函数指示与第一训练样本对应的第一信息和第二信息之间的相似度,所述第一训练样本指示至少一个第一展示行为,所述第一信息通过第一机器学习模型得到,所述第一信息指示所述至少一个第一展示行为被交互的概率,所述第二信息通过所述第二机器学习模型得到,所述第二信息指示所述至少一个第一展示行为中每个第一展示行为的贡献值之和,所述每个第一展示行为的贡献值代表所述每个第一展示行为对所述至少一个第一展示行为被交互做出的贡献。
20.根据权利要求19所述的装置,其特征在于,第三展示行为是所述第一样本指示的至少一个展示行为中的任意一个,其中,所述第三展示行为的贡献值基于与所述第三展示行为对应的第一值和第二值得到,与所述第三展示行为对应的所述第一值代表所述第三展示行为自身的贡献值,与所述第三展示行为对应的所述第二值代表所述第一样本指示的至少一个展示行为中所述第三展示行为之外其他的展示行为对所述第三展示行为的贡献值的影响值。
21.根据权利要求20所述的装置,其特征在于,所述第一样本还包括所述第一样本指示的展示行为的展示时间,其中,所述第一样本指示的至少一个展示行为中所述第三展示行为之外其他的展示行为对所述第三展示行为的贡献值与第二时间距离相关,所述第二时间距离为所述第三展示行为的展示时间与所述其他的展示行为的展示时间之间的距离。
22.根据权利要求19至21任一项所述的装置,其特征在于,所述第一训练样本来源于训练数据集,所述训练数据集中存在第二训练样本,其中,所述第二训练样本基于第三训练样本得到,所述第三训练样本包括至少一个第二展示行为的展示时间,对所述第三训练样本中的至少一个展示时间进行更新得到所述第二训练样本。
23.一种执行设备,其特征在于,包括处理器和存储器,所述处理器与所述存储器耦合,
所述存储器,用于存储程序;
所述处理器,用于执行所述存储器中的程序,使得所述执行设备执行如权利要求8至11中任一项所述的方法。
24.一种训练设备,其特征在于,包括处理器和存储器,所述处理器与所述存储器耦合,
所述存储器,用于存储程序;
所述处理器,用于执行所述存储器中的程序,使得所述训练设备执行如权利要求1至7中任一项所述的方法。
25.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序,当所述程序在计算机上运行时,使得计算机执行如权利要求1至11中任一项所述的方法。
26.一种计算机程序产品,其特征在于,所述计算机程序产品包括程序,当所述程序在计算机上运行时,使得计算机执行如权利要求1至11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310915053.5A CN117112890A (zh) | 2023-07-24 | 2023-07-24 | 一种数据处理方法、贡献值的获取方法以及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310915053.5A CN117112890A (zh) | 2023-07-24 | 2023-07-24 | 一种数据处理方法、贡献值的获取方法以及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117112890A true CN117112890A (zh) | 2023-11-24 |
Family
ID=88804657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310915053.5A Pending CN117112890A (zh) | 2023-07-24 | 2023-07-24 | 一种数据处理方法、贡献值的获取方法以及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117112890A (zh) |
-
2023
- 2023-07-24 CN CN202310915053.5A patent/CN117112890A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10733481B2 (en) | Cloud device, terminal device, and method for classifying images | |
WO2024002167A1 (zh) | 一种操作预测方法及相关装置 | |
WO2024041483A1 (zh) | 一种推荐方法及相关装置 | |
WO2024067779A1 (zh) | 一种数据处理方法及相关装置 | |
WO2024012360A1 (zh) | 一种数据处理方法及相关装置 | |
CN113627421A (zh) | 一种图像处理方法、模型的训练方法以及相关设备 | |
CN116910357A (zh) | 一种数据处理方法及相关装置 | |
CN116910201A (zh) | 一种对话数据生成方法及其相关设备 | |
WO2023050143A1 (zh) | 一种推荐模型训练方法及装置 | |
CN116204709A (zh) | 一种数据处理方法及相关装置 | |
CN115879508A (zh) | 一种数据处理方法及相关装置 | |
CN114707070A (zh) | 一种用户行为预测方法及其相关设备 | |
CN115292583A (zh) | 一种项目推荐方法及其相关设备 | |
CN116579380A (zh) | 一种数据处理方法以及相关设备 | |
CN117112890A (zh) | 一种数据处理方法、贡献值的获取方法以及相关设备 | |
CN114841361A (zh) | 一种模型训练方法及其相关设备 | |
WO2023051678A1 (zh) | 一种推荐方法及相关装置 | |
CN112529149B (zh) | 一种数据处理方法及相关装置 | |
WO2022111387A1 (zh) | 一种数据处理方法及相关装置 | |
CN116881542A (zh) | 一种物品推荐方法及其相关设备 | |
CN117061733A (zh) | 一种视频评估方法及其相关设备 | |
CN116882472A (zh) | 一种训练数据评估方法及其相关设备 | |
CN116611861A (zh) | 一种消费预测方法及其相关设备 | |
CN117217982A (zh) | 一种视觉任务处理方法及其相关设备 | |
CN117251487A (zh) | 一种项目推荐方法及其相关设备 |
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 |