特征提取模型的训练方法以及对象数据处理方法技术

本申请公开了一种特征提取模型的训练方法以及对象数据处理方法。该特征提取模型的训练方法包括：将指示同一样本对象的多个操作类特征分别输入特征提取模型中的多个预设动态映射网络；分别利用每个预设动态映射网络处理多个操作类特征，得到每个预设动态映射网络输出的表征特征；分别确定与每个预设动态映射网络输出的表征特征相匹配的候选内容，以得到候选内容集；根据候选内容集与样本对象对应的实际关联内容的差异修正特征提取模型。本申请提高了表征特征提取的准确度和适应性，进而提高了内容推送的效果。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。辅助驾驶等各种场景。辅助驾驶等各种场景。

【技术实现步骤摘要】
特征提取模型的训练方法以及对象数据处理方法


[0001]本申请涉及互联网通信
，尤其涉及一种特征提取模型的训练方法以及对象数据处理方法。

技术介绍

[0002]随着互联网通信技术的发展，各类互联网产品层出不穷，这些互联网产品可以为用户提供相关业务服务的使用体验。为提高用户的使用体验，可以根据用户数据(经用户许可或者同意的数据)来确定用户的需求、兴趣、偏好等，进而为其提供更准确有效的业务服务。相关技术中，根据用户数据确定用户兴趣时常依赖关系用户(比如好友)，那么对于缺乏关系用户场景(比如相关互联网产品未提供建立用户关系的功能、相关用户不存在关系用户)将存在用户兴趣确定困难的问题。同时，对于关系用户的依赖也容易造成所确定的用户兴趣有偏，比如用户兴趣偏向相关用户与关系用户的兴趣交集。因此，需要提供从用户数据进行准确有效的兴趣特征提取的方案。

技术实现思路

[0003]为了解决现有技术应用在确定用户兴趣时，准确度低、适用性差等问题，本申请提供了一种特征提取模型的训练方法以及对象数据处理方法：
[0004]根据本申请的第一方面，提供了一种特征提取模型的训练方法，所述方法包括：
[0005]将指示同一样本对象的样本数据分别输入特征提取模型中的多个预设动态映射网络；其中，所述样本数据包括多个操作类特征，所述多个预设动态映射网络分别用于关联所述样本数据与不同维度的表征特征；
[0006]分别利用每个所述预设动态映射网络处理所述多个操作类特征，得到每个所述预设动态映射网络输出的表征特征；<br/>[0007]分别确定与每个所述预设动态映射网络输出的表征特征相匹配的候选内容，以得到候选内容集；
[0008]根据所述候选内容集与所述样本对象对应的实际关联内容的差异修正所述特征提取模型。
[0009]根据本申请的第二方面，提供了一种对象数据处理方法，所述方法包括：
[0010]响应于对象数据处理指令，确定指示指定对象的多个指定操作类特征；
[0011]以所述多个指定操作类特征为输入，利用如第一方面所述的修正后的特征提取模型得到对应的多个目标表征特征。
[0012]根据本申请的第三方面，提供了一种特征提取模型的训练装置，所述装置包括：
[0013]输入模块：用于将指示同一样本对象的样本数据分别输入特征提取模型中的多个预设动态映射网络；其中，所述样本数据包括多个操作类特征，所述多个预设动态映射网络分别用于关联所述样本数据与不同维度的表征特征；
[0014]处理模块：用于分别利用每个所述预设动态映射网络处理所述多个操作类特征，
得到每个所述预设动态映射网络输出的表征特征；
[0015]匹配模块：用于分别确定与每个所述预设动态映射网络输出的表征特征相匹配的候选内容，以得到候选内容集；
[0016]修正模块：用于根据所述候选内容集与所述样本对象对应的实际关联内容的差异修正所述特征提取模型。
[0017]根据本申请的第四方面，提供了一种对象数据处理装置，所述装置包括：
[0018]响应模块：用于响应于对象数据处理指令，确定指示指定对象的多个指定操作类特征；
[0019]特征提取模块：用于以所述多个指定操作类特征为输入，利用如第一方面所述的修正后的特征提取模型得到对应的多个目标表征特征。
[0020]根据本申请的第五方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如第一方面所述的特征提取模型的训练方法或者如第二方面所述的对象数据处理方法。
[0021]根据本申请的第六方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如第一方面所述的特征提取模型的训练方法或者如第二方面所述的对象数据处理方法。
[0022]根据本申请的第七方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如第一方面所述的特征提取模型的训练方法或者如第二方面所述的对象数据处理方法。
[0023]本申请提供的一种特征提取模型的训练方法以及对象数据处理方法，具有如下技术效果：
[0024]本申请通过将指示同一样本对象的样本数据(多个操作类特征)分别输入特征提取模型中的多个预设动态映射网络；然后，分别利用每个预设动态映射网络处理多个操作类特征，得到每个预设动态映射网络输出的表征特征；再者，分别确定与每个预设动态映射网络输出的表征特征相匹配的候选内容，以得到候选内容集，进而根据候选内容集与样本对象对应的实际关联内容的差异修正特征提取模型。本申请提供了一种用于从用户数据提取多个表征特征的模型，该模型中的多个预设动态映射网络分别用于关联样本数据与不同维度的表征特征，这样实现了通过特征提取模型输出多维度特征的能力。相较于相关技术对于关系用户的依赖，本申请中训练数据是样本对象维度的数据，提高了训练数据的采集便捷性。相应的，利用特征提取模型处理指定对象维度的数据，也提高了对于对象数据处理指令的响应能力。在处理指定对象维度的数据时，可以不再关注相关关系用户，提高了表征特征提取的准确度和适应性，进而提高了对于用户兴趣的捕捉、挖掘能力。同时，特征提取模型的建立依赖动态映射网络，动态映射网络中相关参数可以基于训练中间结果动态变化，保证了特征提取模型能够具备高泛化能力。多个依赖动态映射网络的应用，进一步提高了特征提取模型所输出表征特征的全局性，进而提高了表征特征提取的可靠性和有效性。
附图说明
[0025]为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0026]图1是本申请实施例提供的一种应用环境的示意图；
[0027]图2是本申请实施例提供的一种特征提取模型的训练方法的流程示意图；
[0028]图3是本申请实施例提供的得到预设动态映射网络输出的表征特征的一种流程示意图；
[0029]图4是本申请实施例提供的一种对象数据处理方法的流程示意图；
[0030]图5是本申请实施例提供的利用多个目标表征特征建立指定对象与目标内容维度的定向关系的一种流程示意图；
[0031]图6是本申请实施例提供的一种特征提取模型的训练装置的组成框图；
[0032]图7是本申请实施例提供的一种对象数据处理装置的组成框图；
[0033]图8是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种特征提取模型的训练方法，其特征在于，所述方法包括：将指示同一样本对象的样本数据分别输入特征提取模型中的多个预设动态映射网络；其中，所述样本数据包括多个操作类特征，所述多个预设动态映射网络分别用于关联所述样本数据与不同维度的表征特征；分别利用每个所述预设动态映射网络处理所述多个操作类特征，得到每个所述预设动态映射网络输出的表征特征；分别确定与每个所述预设动态映射网络输出的表征特征相匹配的候选内容，以得到候选内容集；根据所述候选内容集与所述样本对象对应的实际关联内容的差异修正所述特征提取模型。2.根据权利要求1所述的方法，其特征在于，所述分别利用每个所述预设动态映射网络处理所述多个操作类特征，得到每个所述预设动态映射网络输出的表征特征，包括：基于所述预设动态映射网络的当前映射参数、所述多个操作类特征以及每个所述操作类特征对应的映射权重信息，得到所述预设动态映射网络本次输出的表征特征；其中，所述当前映射参数是基于所述预设动态映射网络前次输出的表征特征和所述多个操作类特征对前次映射参数进行更新得到的，所述操作类特征对应的映射权重信息是基于所述操作类特征、所述当前映射参数以及所述前次输出的表征特征得到的；重复上述得到所述预设动态映射网络本次输出的表征特征的步骤，直至重复次数等于次数阈值；确定最近一次输出的表征特征为所述预设动态映射网络输出的表征特征。3.根据权利要求2所述的方法，其特征在于，所述基于所述预设动态映射网络的当前映射参数、所述多个操作类特征以及每个所述操作类特征对应的映射权重信息，得到所述预设动态映射网络本次输出的表征特征，包括：分别基于所述多个操作类特征中每个所述操作类特征及其对应的映射权重信息和所述预设动态映射网络的当前映射参数，得到每个所述操作类特征对应的局部关联特征；基于所述多个操作类特征中每个所述操作类特征对应的局部关联特征得到全局关联特征；对所述全局关联特征进行归一化处理得到所述预设动态映射网络本次输出的表征特征。4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：基于所述操作类特征、所述当前映射参数以及所述前次输出的表征特征得到所述操作类特征对应的第一映射关系信息；利用预设函数处理所述操作类特征对应的第一映射关系信息得到所述操作类特征对应的第二映射关系信息；基于所述多个操作类特征中每个所述操作类特征对应的第一映射关系信息得到第三映射关系信息；基于所述第三映射关系信息和所述操作类特征对应的第二映射关系信息得到所述操作类特征对应的映射权重信息。5.一种对象数据处理方法，其特征在于，所述方法包括：
响应于对象数据处理指令，确定指示指定对象的多个指定操作类特征；以所述多个指定操作类特征为输入，利用如权利要求1至4中任一项所述的修正后的特征提取模型得到对应的多个目标表征特征。6.根据权利要求1所述的方法，其特征在于，在以所述多个指定操作类特征为输入，利用如权利要求1至4中任一项所述的修正后的特征提取模型得到对应的多个目标表征特征之后，所述方法还包括：确定与每个所述目标表征特征相匹配的目标内容，以得到目标内容集。7.根据权利要求1所述的方法，其特征在于，所述对象数据处理指令指示多个指定内容，所述多个指定内...

【专利技术属性】
技术研发人员：石志林，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：