[發明專利]一種任務執行方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 202011043552.2
• 申請日: 2020-09-28
• 公開（公告）號: CN112148952A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 尹程果;宋亞娟;董澤波
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06K9/62
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉暉銘;張穎玲

本申請實施例提供了一種任務執行方法、裝置、設備及計算機可讀存儲介質；方法包括：獲取目標行業的目標行業標簽；提取目標行業標簽的特征，得到行業標簽特征；依據預設類簇集合，確定與行業標簽特征對應的目標類簇標識，預設類簇集合為多個行業的行業特征對應的各個類簇信息構成的集合；從預設特征與類簇標識的對應關系中，確定與目標類簇標識對應的目標行業特征，預設特征與類簇標識的對應關系為行業特征中的每個子行業特征與預設類簇集合中的一個類簇標識的對應關系構成的集合；利用目標行業特征，訓練目標行業對應的預設模型，以利用訓練后的預設模型執行預測任務。通過本申請實施例，能夠提升人工智能領域中預設模型訓練的效率。

技術領域

本申請涉及人工智能領域中的信息處理技術，尤其涉及一種任務執行方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著人工智能的快速發展，網絡模型在各個行業都得到了廣泛應用。通過網絡模型能夠提升各個行業中功能應用的智能性和效率；因此，網絡模型的訓練是各個行業快速發展的重要部分。

一般來說，針對指定行業的模型訓練，通常是利用指定行業標簽對各個行業的用戶行為信息進行硬過濾，得到指定行業的用戶行為信息，再對指定行業的用戶行為信息依次進行特征提取和聚類，得到指定行業特征，最后利用指定行業特征訓練指定行業的預測模型。然而，上述預測模型的訓練過程中，每個指定行業特征的獲取都需要通過篩選各個行業的用戶行為信息并進行模型訓練等處理實現，處理流程較多，且篩選和模型訓練等處理均需要人工參與，從而指定行業特征的獲取效率較低，進而預測模型訓練的效率較低。

發明內容

本申請實施例提供一種任務執行方法、裝置、設備及計算機可讀存儲介質，能夠提升預測模型訓練的效率。

本申請實施例的技術方案是這樣實現的：

本申請實施例提供一種任務執行方法，包括：

獲取目標行業的目標行業標簽，所述目標行業標簽為所述目標行業的表征信息；

提取所述目標行業標簽的特征，得到行業標簽特征；

依據類簇集合，確定與所述行業標簽特征對應的目標類簇標識，所述類簇集合為多個行業的行業特征對應的各個類簇信息構成的集合，所述類簇集合是依據語料數據對所述多個行業的行為數據進行聚類得到的；

從特征與類簇標識的對應關系中，確定與所述目標類簇標識對應的目標行業特征，所述特征與類簇標識的對應關系為所述行業特征中的每個子行業特征與所述類簇集合中的一個類簇標識的對應關系構成的集合；

其中，所述特征與類簇標識的對應關系是依據所述語料數據對所述多個行業的行為數據進行聚類得到的；

利用所述目標行業特征，訓練所述目標行業對應的預測模型，以利用訓練后的預測模型執行預測任務。

本申請實施例還提供一種任務執行方法，包括：

獲取目標用戶的目標操作數據、以及目標行業中待推薦信息所對應的種子操作數據，所述種子操作數據為所述待推薦信息的種子用戶的操作數據；

基于上述的訓練后的預測模型，預測所述目標操作數據和所述種子操作數據之間的目標相似性；

比較所述目標相似性和相似性閾值，以確定所述待推薦信息的推薦結果；

基于所述推薦結果，對所述待推薦信息執行推薦處理，以完成預測任務的執行。

本申請實施例提供一種第一任務執行裝置，包括：

標簽獲取模塊，用于獲取目標行業的目標行業標簽，所述目標行業標簽為所述目標行業的表征信息；

特征提取模塊，用于提取所述目標行業標簽的特征，得到行業標簽特征；