[发明专利]模型训练方法、作品推送方法、装置、电子设备及存储介质

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获取样本集合，所述样本集合包括多个样本账户的特征信息以及各所述样本账户的质量参数标注，所述样本账户的特征信息包括所述样本账户的账户画像信息和/或所述样本账户的作品属性信息，所述样本账户的质量参数标注是根据目标账户对所述样本账户的作品进行标注的结果获得的，所述目标账户的账户画像信息包括预设属性信息；

将各所述样本账户的特征信息输入待训练模型，根据输入的特征信息对应的样本账户的质量参数标注对所述待训练模型进行训练，得到目标质量评估模型。

2.根据权利要求1所述的模型训练方法，其特征在于，所述待训练模型为分类模型，所述质量参数标注包括第一标注和第二标注，所述第一标注指示所述样本账户的类型为优质账户，所述第二标注指示所述样本账户的类型为非优质账户。

3.根据权利要求2所述的模型训练方法，其特征在于，所述获取样本集合的步骤，包括：

接收多个所述目标账户客户端发送的所述样本账户的作品的标签信息，所述标签信息用于指示所述样本账户的作品是否为优质作品，所述标签信息由各所述目标账户根据所述样本账户的作品进行标注；

当指示所述样本账户的作品为优质作品的标签信息数量与接收到的标签信息总数量的比值大于或等于第二预设阈值时，确定所述样本账户的质量参数标注为所述第一标注；

当指示所述样本账户的作品为优质作品的标签信息数量与接收到的标签信息总数量的比值小于所述第二预设阈值时，确定所述样本账户的质量参数标注为所述第二标注。

4.一种作品推送方法，其特征在于，所述方法包括：

获取第一账户的特征信息，所述第一账户的特征信息包括所述第一账户的账户画像信息和/或所述第一账户的作品属性信息；

将所述第一账户的特征信息输入目标质量评估模型，得到所述第一账户的目标质量参数值，所述目标质量评估模型是基于权利要求1至3任一项所述的模型训练方法训练得到的模型；

根据所述第一账户的目标质量参数值，将所述第一账户的作品推送至第二账户，其中，所述第二账户的账户画像信息包括所述预设属性信息。

5.一种模型训练装置，其特征在于，所述装置包括：

样本获取模块，被配置为获取样本集合，所述样本集合包括多个样本账户的特征信息以及各所述样本账户的质量参数标注，所述样本账户的特征信息包括所述样本账户的账户画像信息和/或所述样本账户的作品属性信息，所述样本账户的质量参数标注是根据目标账户对所述样本账户的作品进行标注的结果获得的，所述目标账户的账户画像信息包括预设属性信息；

模型训练模块，被配置为将各所述样本账户的特征信息输入待训练模型，根据输入的特征信息对应的样本账户的质量参数标注对所述待训练模型进行训练，得到目标质量评估模型。

6.一种作品推送装置，其特征在于，所述装置包括：

信息获取模块，被配置为获取第一账户的特征信息，所述第一账户的特征信息包括所述第一账户的账户画像信息和/或所述第一账户的作品属性信息；

质量评估模块，被配置为将所述第一账户的特征信息输入目标质量评估模型，得到所述第一账户的目标质量参数值，所述目标质量评估模型是基于权利要求1至3任一项所述的模型训练方法训练得到的模型；

作品推送模块，被配置为根据所述第一账户的目标质量参数值，将所述第一账户的作品推送至第二账户，其中，所述第二账户的账户画像信息包括所述预设属性信息。

7.一种电子设备，其特征在于，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至3中任一项所述的模型训练方法。

8.一种电子设备，其特征在于，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求4所述的作品推送方法。