【技术实现步骤摘要】
模型训练方法、多样性评分确定方法、介质、装置及设备
[0001]本公开的实施方式涉及计算机
，更具体地，本公开的实施方式涉及模型训练方法、多样性评分确定方法、介质、装置及设备。
技术介绍
[0002]本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]随着大数据技术的发展，可基于海量数据分析用户的行为偏好。
[0004]目前，与音视频相关的应用程序在分析用户偏好时，通常在经用户授权后，基于用户以往的历史浏览记录，分析用户偏好。然而，当用户习惯性浏览或播放某一风格的音视频时，为该用户推荐的都是这种风格的音视频，忽视了该用户更喜欢其他不同风格的音视频的可能性，导致个性化内容推荐不能满足用户对音视频的多样性需求。
技术实现思路
[0005]本公开提供一种模型训练方法、多样性评分确定方法、介质、装置及设备，以实现对用户与媒体对象交互的多样性的分析。
[0006]在本公开实施方式的第一方面中，提供了一种模型训练方法，...
【技术保护点】
【技术特征摘要】
1.一种模型训练方法，包括：确定训练数据，所述训练数据包括多个用户特征向量和所述用户特征向量对应的多样性评分标签，所述用户特征向量是根据用户与媒体对象在多个特征维度下的交互数据得到；根据所述训练数据，对目标模型进行训练，得到训练好的目标模型，所述目标模型用于对用户的多样性评分进行预测。2.根据权利要求1所述的模型训练方法，所述用户特征向量是根据用户与媒体对象在多个特征维度下的交互数据得到，包括：利用特征工程方法，对所述交互数据进行特征处理，得到各个特征维度下的特征向量，其中，所述特征工程方法包括如下至少一种：对连续型数据进行特征处理的特征工程方法、对离散型数据进行特征处理的特征工程方法；根据所述各个特征维度下的特征向量，得到所述用户特征向量。3.根据权利要求2所述的模型训练方法，所述利用特征工程方法，对所述交互数据进行特征处理，得到各个特征维度下的特征向量，包括：根据所述多个特征维度与所述特征工程方法的预设对应关系，针对各特征维度，采用与所述特征维度对应的特征工程方法，对所述特征维度下的交互数据进行特征处理，得到所述特征维度下的特征向量。4.根据权利要求2所述的模型训练方法，所述利用特征工程方法，对所述交互数据进行特征处理，得到各个特征维度下的特征向量之前，所述模型训练方法还包括：根据所述交互数据，确定用户对应的统计数据，所述统计数据包括如下至少一种：用户在预设时间段内的播放媒体对象的数量、用户在预设时间段内的播放媒体对象的时长、用户在预设时间段内的交互行为的次数；根据所述统计数据，对所述交互数据进行数据清洗。5.根据权利要求2至4任一项所述的模型训练方法，所述用户特征向量包括所述各个特征维度下的特征向量，所述目标模型的训练过程包括：将所述各个特征维度下的特征向量输入所述目标模型，...
【专利技术属性】
技术研发人员：李双江，肖强，李勇，
申请(专利权)人：杭州网易云音乐科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。