[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

说明书

本公开提供一种媒体文件的质量预测模型训练方法、媒体文件的质量预测方法、装置、存储介质及电子设备，用以提高媒体文件的质量预测的准确性，该媒体文件的质量预测模型训练方法包括：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，以该输入特征样本对应的目标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、且以所述目标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，得到媒体文件的质量预测模型。

技术领域

本公开涉及计算机技术领域，尤其涉及一种媒体文件的质量预测模型训练方法、媒体文件的质量预测方法、装置、存储介质及电子设备。

背景技术

随着互联网的发展，网络媒体文件(如网络广告)几乎成为各大互联网产品的主要宣传方式之一，其重要性不言而喻。为了预估广告流水、从而为广告主和其他相关运营人员提供决策依据，对广告投放质量的预估变得越来越重要。

相关技术中，为了预估广告投放质量，一般采用神经网络进行建模，对于用户对广告的所有的行为特征，模型采用相同的特征输入，在隐含层同时输出用户对广告的各种行为特征的概率，因此，预估的广告投放质量不准确。

发明内容

本公开提供一种媒体文件的质量预测模型训练方法、媒体文件的质量预测方法、装置、存储介质及电子设备，用以提高媒体文件的质量预测的准确性。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种媒体文件的质量预测模型训练方法，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，以该输入特征样本对应的目标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、且以所述目标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，得到媒体文件的质量预测模型。

在一可能的实现方式中，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。

在一可能的实现方式中，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；

根据划分的所述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。

在一可能的实现方式中，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；