[发明专利]媒体文件的质量预测模型训练方法、质量预测方法及装置

权利要求书

1.一种媒体文件的质量预测模型训练方法，其特征在于，包括：

获取输入特征样本集；所述输入特征样本集中的各个输入特征样本包括：媒体文件属性特征和用户属性特征；

将用户对媒体文件的各种行为特征按照时序关系划分为至少两种层次的行为特征组，并获取每一所述输入特征样本对应的每一层次的行为特征组中的各行为特征对应的标签值；

针对每一所述输入特征样本，以该输入特征样本作为输入、且以该输入特征样本对应的首层的行为特征组中各行为特征对应的标签值作为输出，以及以该输入特征样本对应的首层以外每一层次的前一层行为特征组中的各行为特征对应的标签值和该输入特征样本作为输入、且以所述每一层次的行为特征组中的各行为特征对应的标签值作为输出，对待训练模型进行训练，得到所述媒体文件的质量预测模型。

2.根据权利要求1所述的方法，其特征在于，所述获取输入特征样本集，包括：

获取单位时间中投放的各媒体文件的媒体文件属性特征、浏览媒体文件的各用户的用户属性特征；

将任一所述用户的用户属性特征和该用户浏览的任一所述媒体文件的媒体文件属性特征作为一个输入特征样本，得到输入特征样本集。

3.根据权利要求1或2所述的方法，其特征在于，所述获取每一所述输入特征样本对应的每一层次的行为特征组中的各行为特征对应的标签值，包括：

获取单位时间中浏览媒体文件的每一用户对每一浏览的媒体文件的行为数据；

基于所述行为数据确定各个所述用户对每一浏览的媒体文件的各种行为特征对应的标签值；

根据划分的各层次的行为特征组对各个所述用户对每一浏览的媒体文件的各种行为特征对应的标签值进行划分，得到每一所述输入特征样本对应的每一层次的行为特征组中的各行为特征对应的标签值。

4.根据权利要求3所述的方法，其特征在于，所述标签值包括：用于表征行为特征存在的第一标识和用于表征行为特征不存在的第二标识；

所述基于所述行为数据确定各个所述用户对每一浏览的媒体文件的各种行为特征对应的标签值，包括：

针对任一所述用户对该用户浏览的任一所述媒体文件的任一行为特征，基于所述行为数据判断是否存在该行为特征；

若存在，则该行为特征对应所述第一标识；

若不存在，则该行为特征对应所述第二标识。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

针对每一所述输入特征样本，以该输入特征样本作为输入、且以该输入特征样本对应的首层的行为特征组中各行为特征对应的标签值作为输出，对所述待训练模型进行训练。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取最新的输入特征样本集、以及所述最新的输入特征样本集中的每一输入特征样本对应的每一层次的行为特征组中的各行为特征对应的标签值；

根据所述最新的输入特征样本集和所述最新的输入特征样本集中的每一输入特征样本对应的每一层次的行为特征组中的各行为特征对应的标签值，更新所述媒体文件的质量预测模型。

7.一种媒体文件的质量预测方法，其特征在于，包括：

获取目标媒体文件的媒体文件属性特征和目标用户的用户属性特征；

将所述媒体文件属性特征和所述用户属性特征输入到已训练的媒体文件的质量预测模型；所述媒体文件的质量预测模型是根据权利要求1-6中任一项所述的方法训练生成的；

获得通过所述媒体文件的质量预测模型预测出的所述目标用户对所述目标媒体文件的各种行为特征的概率。