[发明专利]一种模型更新参数的确定方法、确定装置及可读存储介质

说明书

本申请提供了一种模型更新参数的确定方法、确定装置及可读存储介质，通过确定待更新模型的预测事件，以及与预测事件相关的多个特征维度和在每个特征维度下的多个候选特征；基于确定出的每一个特征维度与预测结果之间的相关度；从多个候选特征中筛选出多个模型更新特征；将多个模型更新特征作为输入，与每个模型更新特征对应的预测结果作为输出，对待更新模型进行训练，得到待更新模型训练完毕的更新数据，可以随着特征与预测结果关系的变化选择对预测结果重要的特征对模型进行更新，从而保持甚至提升模型的预测效果，提高了模型更新的准确性，同时有助于保证线上服务的低时延，降低服务超时的概率。

技术领域

本申请涉及计算机处理技术领域，具体而言，涉及一种模型更新参数的确定方法、确定装置及可读存储介质。

背景技术

随着深度学习模型技术的成熟，越来越多的技术领域利用训练好的模型实现多种功能，模型可以根据输入的相应数据，对应的输出一个预测结果，在模型的使用过程中，为了提升模型的预测准确率，需要定期对模型进行更新。

现阶段，模型使用的特征数据等都是固定的，对于模型的更新，大都是通过最新的特征数据对模型进行训练，仅是数据的数值发生变化，来得到模型的更新数据，这样，模型的预测事件中预测结果和预测因素之间一成不变，预测事件的可用信息僵化，导致模型的预测准确率不稳定，甚至在一定时间段后，模型的预测准确率会大幅降低。

发明内容

有鉴于此，本申请的目的在于提供一种模型更新参数的确定方法、确定装置及可读存储介质，根据在需要进行模型更新时不同特征维度与预测结果之间的相关度，筛选得到的模型更新特征，以对模型训练得到模型的更新数据，这样，可以随着特征与预测结果关系的变化选择对预测结果重要的特征对模型进行更新，从而保持甚至提升模型的预测效果，提高了模型更新的准确性，同时有助于保证线上服务的低时延，降低服务超时的概率。

根据本申请的第一方面，提供了一种模型更新参数的确定方法，所述确定方法包括：

确定待更新模型的预测事件，以及与所述预测事件相关的多个特征维度和在每个特征维度下的多个候选特征；

确定每一个特征维度与预测结果之间的相关度；

基于确定出的每一个特征维度与预测结果之间的相关度，从多个候选特征中筛选出多个模型更新特征；

将所述多个模型更新特征作为输入，将与每个模型更新特征对应的预测结果作为输出，对所述待更新模型进行训练，得到所述待更新模型训练完毕的更新数据。

在本申请的一些实施例中，在所述将将所述多个模型更新特征作为输入，将与每个模型更新特征对应的预测结果作为输出，对所述待更新模型进行训练，得到所述待更新模型训练完毕的更新数据之后，所述确定方法包括：

当确定所述待更新模型满足更新条件时，使用所述更新数据更新对所述待更新模型进行数据更新，确定更新后的出行预测模型。

在本申请的一些实施例中，

在所述当确定所述待更新模型满足更新条件时，使用所述更新数据对所述待更新模型进行数据更新，确定更新后的出行预测模型之后，所述确定方法包括：

获取待预测出行事件以及所述待预测出行事件的出行数据；

基于确定出的每一个特征维度与预测结果之间的相关度，从所述出行数据中确定出所述待预测出行事件的多个目标出行特征；

将多个目标出行特征输入至所述出行预测模型中，得到所述待预测出行事件的出行预测结果。

在本申请的一些实施例中，通过以下步骤确定所述待更新模型满足更新条件：

获取所述待更新模型在使用中的模型历史数据；