【技术实现步骤摘要】
本公开涉及计算机，尤其涉及一种信息预估方法及装置、电子设备和存储介质。
技术介绍
1、在广告、推荐工程等应用中，通常会出现不同场景下的转化率(conversion rate，cvr)或点击率(click through rate，ctr)预估任务，以往面对多场景时，常见的方式是每个场景构建一个模型，但是这会造成线上模型过多、每天都计算、人工维护成本高昂等问题。而且，在一些流量较小的场景下，存在自身用户行为数据较少，独立模型训练模型难于收敛到较优解的问题。
2、为了解决以上问题，出现了多场景建模，即多个场景使用一个模型，减少计算和维护成本，但是由于不同场景差异大，融合之后会存在高度不均衡的样本分布，多样本的场景在训练中会带偏少样本场景等问题，从而导致模型预估结果准确性较低。
技术实现思路
1、本公开提供一种信息预估方法及装置、电子设备和存储介质，以至少解决相关技术中模型预估结果准确性较低的技术问题。本公开的技术方案如下：
2、根据本公开实施例的第一方面，提供一种信息预
【技术保护点】
1.一种信息预估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述控制所述目标场景学习网络和所述目标主网络进行元素积计算，包括：
3.根据权利要求2所述的方法，其特征在于，在所述控制所述目标场景学习网络和所述目标主网络进行元素积计算之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述场景特征数据输入至所述目标场景学习网络，包括：
5.根据权利要求4所述的方法，其特征在于，在所述从目标分区规范化处理层中确定所述场景标识对应的目标子网络之前，还包括：
6.根据权利要求5所述的...
【技术特征摘要】
1.一种信息预估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述控制所述目标场景学习网络和所述目标主网络进行元素积计算，包括：
3.根据权利要求2所述的方法，其特征在于，在所述控制所述目标场景学习网络和所述目标主网络进行元素积计算之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述场景特征数据输入至所述目标场景学习网络，包括：
5.根据权利要求4所述的方法，其特征在于，在所述从目标分区规范化处理层中确定所述场景标识对应的目标子网络之前，还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述训练样本集对初始分区规范化处理层进行训练，包括：
7.根据权利要求4所述的方法，其特征在于，所述根据所述场景标识对应的目标子网络对所述第一嵌入向量进行标准化处理，得到处理后的第一嵌入向量，包括：
8.根据权利要求1所述的方法，其特征在于，所述将所述主特征数据输入至目标主网络，包括：
9.一种信息预估方法装置，其特征在于，包括：
10.根据权利要求9所述的装置，其特征在于，所述数据计算单元用于控制所述目标场景学习网络和所述目标主网络进行元素积计算时，...
【专利技术属性】
技术研发人员：于承鑫，
申请(专利权)人：北京小米移动软件有限公司，
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。