[發明專利]一種模型訓練以及點擊率預估方法及裝置

有效

• 申請號: 202110265834.5
• 申請日: 2021-03-11
• 公開（公告）號: CN113010780B
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 曹雪智;張富崢
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/36;G06F16/955
• 代理公司: 北京曼威知識產權代理有限公司 11709
• 代理人: 方志煒

1.一種點擊率預估模型的訓練方法，其特征在于，所述方法包括：

根據各用戶的用戶信息、各產品的產品信息，以及各用戶的歷史行為，確定多模態知識圖譜的結構，所述多模態知識圖譜中至少包括用戶節點以及產品節點；根據各用戶節點對應用戶的用戶信息，確定各用戶節點的關聯關系，根據各產品節點對應產品的產品信息，確定各產品節點的關聯關系，根據各用戶的歷史行為，確定至少部分用戶節點與至少部分產品節點的關聯關系，基于各關聯關系確定所述多模態知識圖譜；

根據各用戶的用戶信息以及各產品的產品信息，通過待訓練的點擊率預估模型的圖譜表示模塊的編碼器，確定所述多模態知識圖譜中各節點的基礎特征；

根據所述多模態知識圖譜中各節點的基礎特征以及所述多模態知識圖譜的結構，確定各節點的增強特征，其中，所述節點的增強特征可根據所述節點的相鄰節點的基礎特征確定；

根據所述多模態知識圖譜的結構、各節點的基礎特征以及增強特征，分別確定各用戶節點的圖譜表示以及各產品節點的圖譜表示；

確定由用戶節點的圖譜表示和產品節點的圖譜表示構成的各訓練樣本，并根據用戶歷史行為，確定各訓練樣本的標簽；

將各訓練樣本作為輸入，輸入待訓練的點擊率預估模型的預測模塊，并根據所述預測模塊的預測結果以及各訓練樣本的標簽，確定損失函數，并以損失函數最小為優化目標調整所述預測模塊的參數，訓練完成的所述點擊率預估模型用于對用戶點擊產品的概率進行預測。

2.如權利要求1所述的方法，其特征在于，根據各用戶的用戶信息、各產品的產品信息，以及各用戶的歷史行為，確定多模態知識圖譜的結構，具體包括：

根據各用戶的用戶信息，以及各產品的產品信息，確定所述多模態知識圖譜的各節點；

根據各用戶的用戶信息、各產品的產品信息、各用戶的歷史行為，確定所述多模態知識圖譜中的各節點的關聯關系；

根據所述多模態知識圖譜的各節點，以及所述多模態知識圖譜中的各節點的關聯關系，確定所述多模態知識圖譜的結構。

3.如權利要求1所述的方法，其特征在于，根據各用戶的用戶信息以及各產品的產品信息，通過待訓練的點擊率預估模型的圖譜表示模塊的編碼器，確定所述多模態知識圖譜中各節點的基礎特征，具體包括：

根據各用戶的用戶信息和各產品的產品信息，確定所述多模態知識圖譜中各節點的節點信息；

針對所述多模態知識圖譜中的每個節點，根據該節點在所述多模態知識圖譜中對應的模態，通過待訓練的點擊率預估模型的圖譜表示模塊的編碼器，確定該節點對應的編碼規則；

根據確定出的編碼規則，對該節點的節點信息進行編碼，并將編碼結果作為該節點的基礎特征。

4.如權利要求2所述的方法，其特征在于，根據所述多模態知識圖譜中各節點的基礎特征以及所述多模態知識圖譜的結構，確定各節點的增強特征，具體包括：

針對所述多模態知識圖譜中的每個節點，根據多模態知識圖譜的結構，確定該節點的相鄰節點，所述相鄰節點為多模態知識圖譜中的與該節點具有關聯關系的節點；

根據該節點的相鄰節點的基礎特征確定該節點的增強特征。

5.如權利要求2所述的方法，其特征在于，根據所述多模態知識圖譜中各節點的基礎特征以及所述多模態知識圖譜的結構，確定各節點的增強特征，具體包括：

針對所述多模態知識圖譜中的每個節點，根據預設的步長范圍，從所述多模態知識圖譜中，確定該節點的距離在所述步長范圍內的其他節點，作為相鄰節點；

根據各相鄰節點的關聯關系以及各相鄰節點的基礎特征，確定所述步長范圍內，不同步長的相鄰節點對該節點的增強特征。