【技术实现步骤摘要】
本申请涉及互联网，尤其涉及一种模型训练方法、装置、电子设备及存储介质。
技术介绍
1、随着效果广告行业的发展，越来越多的广告主向媒体平台表达优化后端效果的诉求。其中，后端效果包括次留率、付费率、roi(return on investment，投资回报率)等这些深层转化类型。一般的深层转化类型，只需要广告主设定深层转化出价，广告主为每个深层转化支付广告费用。
2、但是roi比较特殊，广告主需要按照收到的用户付费金额(即广告主的广告收入)以及广告主设定的目标roi(例如目标首日roi)，向媒体平台支付广告费用。
3、这种情况下，广告主不再对一次用户付费金额，向媒体平台支付广告费用，而是对一天内的用户付费总金额，向媒体平台支付广告费用。故需要媒体平台预估一次广告曝光带来的用户付费金额，而不是预估一次广告曝光用户发生付费行为的概率。为此需要提供一种解决方案，可以预估一次广告曝光带来的用户付费金额。
技术实现思路
1、为了解决上述需要媒体平台预估一次广告曝光带来的用户付费金...
【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，所述根据所述样本用户的付费行为的发生情况，确定所述样本用户的付费金额，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述样本用户的付费行为的发生情况，设置所述样本用户特征的样本标签，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据经过样本标签设置的所述样本用户特征以及所述样本用户的付费金额，对用户付费行为预估模型进行有监督训练，得到预训练的用户付费行为预估模型，包括：
5.根据权利要求1所述的方法，其特征在于...
【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，所述根据所述样本用户的付费行为的发生情况，确定所述样本用户的付费金额，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述样本用户的付费行为的发生情况，设置所述样本用户特征的样本标签，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据经过样本标签设置的所述样本用户特征以及所述样本用户的付费金额，对用户付费行为预估模型进行有监督训练，得到预训练的用户付费行为预估模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据经过样本标签设置的所述样本用...
【专利技术属性】
技术研发人员：袁林，王瑞阳，
申请(专利权)人：北京爱奇艺科技有限公司，
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。