【技术实现步骤摘要】
预测模型的训练及预测方法、装置、电子设备及存储介质
[0001]本公开涉及计算机
,具体涉及智能搜索、深度学习以及人工智能等
,尤其涉及一种预测模型的训练及预测方法、装置、电子设备及存储介质。
技术介绍
[0002]为了探索和构建用户的购买交易心智,在服务和商品的各垂类的业务领域中持续深耕发力,可以深入研究各垂类的业务领域的核心目标,以进行更加精准地分析与探索。
[0003]由于每个业务领域存在其产品或者业务的独特性,不同的业务领域分别由独立团队分别建设和效果优化,每个业务领域独立构建“展
‑
点
‑
转”等用户行为日志数据,然后独立训练该业务领域的核心目标的深度神经网络(Deep Neural Network;DNN)模型。
技术实现思路
[0004]本公开提供了一种预测模型的训练及预测方法、装置、电子设备及存储介质。
[0005]根据本公开的一方面,提供了一种预测模型的训练方法,包括:
[0006]获取多个业务领域的日志数据;
[0007]基于所述多个业务领域的日志数据,构建特征信息表;所述特征信息表中包括所述多个业务领域的特征以及所述特征对应的内容数据;
[0008]基于所述特征信息表中各个所述业务领域的特征以及所述特征对应的内容数据,获取参与模型训练的目标特征;
[0009]基于所述目标特征和所述特征信息表,对预测模型进行多目标的训练。
[0010]根据本公开的另一方面,提供了一种目标预测方法, ...
【技术保护点】
【技术特征摘要】
1.一种预测模型的训练方法,包括:获取多个业务领域的日志数据;基于所述多个业务领域的日志数据,构建特征信息表;所述特征信息表中包括所述多个业务领域的特征以及所述特征对应的内容数据;基于所述特征信息表中各个所述业务领域的特征以及所述特征对应的内容数据,获取参与模型训练的目标特征;基于所述目标特征和所述特征信息表,对预测模型进行多目标的训练。2.根据权利要求1所述的方法,其中,基于所述多个业务领域的日志数据,构建特征信息表,包括:基于所述多个业务领域的日志数据,挖掘各所述业务领域的特征以及所述特征对应的内容数据;将各所述业务领域的特征以及所述特征对应的内容数据进行聚合,得到所述特征信息表。3.根据权利要求1所述的方法,其中,基于所述特征信息表中各个所述业务领域的特征以及所述特征对应的内容数据,获取参与模型训练的目标特征,包括:基于所述特征信息表中各所述业务领域的特征以及所述特征对应的内容数据,抽取至少两个所述业务领域共用的至少一个共用特征;基于所述至少一个共用特征和各所述业务领域的至少一个特有特征,获取参与模型训练的所述目标特征;各所述业务领域的特有特征为所述特征信息表中所述业务领域对应的所有特征中所述共用特征之外的特征。4.根据权利要求3所述的方法,其中,基于所述至少一个共用特征和各所述业务领域的至少一个特有特征,获取参与模型训练的所述目标特征,包括:基于所述至少一个共用特征,获取参与模型训练的所述目标特征;基于各所述业务领域的至少一个特有特征,获取参与模型训练的所述目标特征。5.根据权利要求4所述的方法,其中,基于所述至少一个共用特征,获取参与模型训练的所述目标特征,包括:通过对各所述共用特征进行评估,从所述至少一个共用特征中,筛选参与模型训练的所述目标特征。6.根据权利要求4所述的方法,其中,基于所述至少一个共用特征,获取参与模型训练的所述目标特征,包括:基于所述至少一个共用特征,按照预设的特征生成方式,生成至少一个第一类特征;通过对各所述共用特征和各所述第一类特征分别进行评估,从所述至少一个共用特征和所述至少一个第一类特征中,筛选参与模型训练的所述目标特征。7.根据权利要求4所述的方法,其中,基于各所述业务领域的至少一个特有特征,获取参与模型训练的所述目标特征,包括:通过对各所述业务领域的所述至少一个特有特征分别进行评估,从各所述业务领域的所述至少一个特有特征中,筛选参与模型训练的所述目标特征。8.根据权利要求4所述的方法,其中,基于各所述业务领域的至少一个特有特征,获取参与模型训练的所述目标特征,包括:
基于各所述业务领域的至少一个特有特征,按照预设的特征生成方式,生成各所述业务领域的至少一个第二类特征;通过对各所述业务领域的所述至少一个特有特征和所述至少一个第二类特征分别进行评估,从各所述业务领域的所述至少一个特有特征和所述至少一个第二类特征中,筛选参与模型训练的所述目标特征。9.根据权利要求1
‑
8任一所述的方法,其中,基于所述目标特征和所述特征信息表,对预测模型进行多任务目标的训练,包括:基于所述目标特征,从所述特征信息表中获取多条训练数据;各条所述训练数据中包括所述目标特征的内容数据;采用所述多条训练数据,对所述预测模型进行多目标的训练。10.根据权利要求1
‑
8任一所述的方法,其中,基于所述多个业务领域的日志数据,构建特征信息表之后,基于所述特征信息表中各个所述业务领域的特征以及所述特征对应的内容数据,获取参与模型训练的目标特征之前,所述方法还包括:对所述特征信息表进行统一的格式转换。11.一种目标预测方法,包括:响应于业务请求,从数据管理平台中获取多条业务信息;对于各条所述业务信息,基于对应的所述业务信息和预设的目标特征,获取所述目标特征对应的内容数据;基于所述目标特征对应的内容数据和预先训练的预测模型,获取所述预测模型预测的多个目标的信息。12.根据权利要求11所述的方法,其中,基于所述预设的目标特征的内容数据和预先训练的预测模型,获取所述预测模型预测的多个目标的信息之后,所述方法还包括:对于各条所述业务信息,从对应的所述多个目标的信息中获取指定目标的信息;基于各条所述业务信息的所述指定目标的信息,对所述多个业务信息进行排序;按照所述排序的结果,展示所述多个业务信息。13.根据权利要求11所述的方法,其中,所述业务请求包括所述预测模型可以适用的多个业务领域中任一业务领域的业务请求;所述多个目标包括点击率、转化率、深度转化率、展现转换率以及点击转化率中的至少两个。14.一种预测模型的训练装置,包括:日志获取模块,用于获取多个业务领域的日志数据;构建模块,用于基于所述多个业务领域的日志数据,构建特征信息表...
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。