【技术实现步骤摘要】
本申请涉及信息，尤其涉及一种模型训练、信息确定方法、装置、设备和存储介质。
技术介绍
1、推荐广告系统的主要工作是根据用户兴趣对信息进行分发筛选，解决信息过载的问题。一般，推荐广告系统都会将其推荐流程分为召回和排序两个模块；其中，召回模块主要完成目标集合的初筛，将可推荐的集合限定在一定范围内，排序模块主要完成对召回结果的精细化排序，用于输出更为准确的最终结果。电商广告推荐系统的排序模块主要利用用户的信息进行推荐排序。在电商场景下，用户有点击、加购物车、收藏、购买等行为，这就为推荐系统提供了丰富的可用信息。相关排序技术在进行点击率预估推断时实时获取所有用户信息，根据获取的用户信息对召回模块提供的候选内容进行点击意愿的推断。但是，排序模块中点击率预估模型对用户兴趣的理解受限于算力，为了控制整个推荐系统的耗时必须对用户行为信息做长度限制，这会导致推荐系统的推荐结果缺乏个性化且降低了准确性。
技术实现思路
1、为解决上述技术问题，本申请实施例期望提供一种模型训练、信息确定方法、装置、设备和存储介质...
【技术保护点】
1.一种模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述样本基本信息进行处理得到第一特征信息，并对所述样本相关信息进行处理得到第二特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述样本操作行为信息进行处理得到第三特征信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一特征信息、所述第二特征信息和所述第三特征信息对初始点击率预估模型进行模型训练，得到目标点击率预估模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述训练后的...
【技术特征摘要】
1.一种模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述样本基本信息进行处理得到第一特征信息，并对所述样本相关信息进行处理得到第二特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述样本操作行为信息进行处理得到第三特征信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一特征信息、所述第二特征信息和所述第三特征信息对初始点击率预估模型进行模型训练，得到目标点击率预估模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述训练后的点击率预估模型和所述第一验证向量、所述第二验证向量和所述第三验证向量，确定目标验证参数，包括：
6.一种信息确定方法，...
【专利技术属性】
技术研发人员：齐燕，刘罗文，方治炜，王昆垚，齐浩，魏望，
申请(专利权)人：北京沃东天骏信息技术有限公司，
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。