信息处理、模型训练方法以及电子设备技术

本公开的实施方式提供了一种信息处理、模型训练方法以及电子设备，涉及计算机技术领域。该信息处理方法包括：确定第一时段和第二时段；根据第一时段对应的队列长度预测模块，预测第一时段下的预测队列长度；利用第二时段对应的队列长度调整模块和预测队列长度，对第二时段的队列长度进行动态调整，获得第二时段的目标队列长度，目标队列长度为第二时段内竞价队列的队列长度；基于目标队列长度，建立第二时段对应的竞价队列。通过在粗粒度和更细粒度的两个时段预测及动态调整获得目标队列长度，本公开的方法使得目标队列的队列长度与实际需求更匹配，避免竞价队列超负荷运行，提高竞价队列的运行稳定性，为用户带来了更好的体验。

【技术实现步骤摘要】

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一种信息处理、模型训练方法以及电子设备。

技术介绍

1、本部分旨在为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。

2、随着互联网技术的快速发展，广告的投放和播放需求越来越多。目前，较为常见的广告系统，可以包括广告提供方和广告需求方。广告提供方可以是指媒体供应商，广告需求方可以是指商家。广告提供方可以提供广告的投放渠道，并为广告需求方播放广告。广告需求方可以发起广告投放渠道的竞拍。通常，一个广告投放渠道可能有多个广告需求方参与竞拍。

3、目前，为了从多个广告需求方所需要投放的多个广告中选择最终投放的目标广告，可以建立每个广告的打分任务，打分任务可以通过深度学习模型对每个广告进行投放打分。多个广告各自的打分任务可以称为竞价队列。竞价队列的长度为执行的多个打分任务的任务数量。

4、因此，如何选择竞价队列的长度是目前亟待解决的技术问题。

技术实现思路

1、本公开提供一种信息处理、模型训练本文档来自技高网...

【技术保护点】

1.一种信息处理方法，包括：

2.根据权利要求1所述的方法，其中，所述根据所述第一时段对应的队列长度预测模块，预测所述第一时段下的预测队列长度，包括：

3.根据权利要求2所述的方法，其中，所述在所述第一时段下，根据所述平均流量预测所述服务器满足预设最低服务可用率的预测队列长度，包括：

4.根据权利要求2所述的方法，其中，所述获取服务器在所述第一时段对应的平均流量，包括：

5.根据权利要求1-4任一项所述的方法，其中，所述利用所述第二时段对应的队列长度调整模块和所述预测队列长度，对所述第二时段的队列长度进行动态调整，获得所述第二时段的目标队列...

【技术特征摘要】

1.一种信息处理方法，包括：

2.根据权利要求1所述的方法，其中，所述根据所述第一时段对应的队列长度预测模块，预测所述第一时段下的预测队列长度，包括：

3.根据权利要求2所述的方法，其中，所述在所述第一时段下，根据所述平均流量预测所述服务器满足预设最低服务可用率的预测队列长度，包括：

4.根据权利要求2所述的方法，其中，所述获取服务器在所述第一时段对应的平均流量，包括：

5.根据权利要求1-4任一项所述的方法，其中，所述利用所述第二时段对应的队列长度调整模块和所述预测队列长度，对所述第二时段的队列长度进行动态调整，获得所述...

【专利技术属性】
技术研发人员：徐可，郑玮，王书为，马雨浩，王成林，蒋能学，
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：