[发明专利]一种模型训练以及点击率预估方法及装置

权利要求书

1.一种点击率预估模型的训练方法，其特征在于，所述方法包括：

根据各用户的用户信息、各产品的产品信息，以及各用户的历史行为，确定多模态知识图谱的结构，所述多模态知识图谱中至少包括用户节点以及产品节点；根据各用户节点对应用户的用户信息，确定各用户节点的关联关系，根据各产品节点对应产品的产品信息，确定各产品节点的关联关系，根据各用户的历史行为，确定至少部分用户节点与至少部分产品节点的关联关系，基于各关联关系确定所述多模态知识图谱；

根据各用户的用户信息以及各产品的产品信息，通过待训练的点击率预估模型的图谱表示模块的编码器，确定所述多模态知识图谱中各节点的基础特征；

根据所述多模态知识图谱中各节点的基础特征以及所述多模态知识图谱的结构，确定各节点的增强特征，其中，所述节点的增强特征可根据所述节点的相邻节点的基础特征确定；

根据所述多模态知识图谱的结构、各节点的基础特征以及增强特征，分别确定各用户节点的图谱表示以及各产品节点的图谱表示；

确定由用户节点的图谱表示和产品节点的图谱表示构成的各训练样本，并根据用户历史行为，确定各训练样本的标签；

将各训练样本作为输入，输入待训练的点击率预估模型的预测模块，并根据所述预测模块的预测结果以及各训练样本的标签，确定损失函数，并以损失函数最小为优化目标调整所述预测模块的参数，训练完成的所述点击率预估模型用于对用户点击产品的概率进行预测。

2.如权利要求1所述的方法，其特征在于，根据各用户的用户信息、各产品的产品信息，以及各用户的历史行为，确定多模态知识图谱的结构，具体包括：

根据各用户的用户信息，以及各产品的产品信息，确定所述多模态知识图谱的各节点；

根据各用户的用户信息、各产品的产品信息、各用户的历史行为，确定所述多模态知识图谱中的各节点的关联关系；

根据所述多模态知识图谱的各节点，以及所述多模态知识图谱中的各节点的关联关系，确定所述多模态知识图谱的结构。

3.如权利要求1所述的方法，其特征在于，根据各用户的用户信息以及各产品的产品信息，通过待训练的点击率预估模型的图谱表示模块的编码器，确定所述多模态知识图谱中各节点的基础特征，具体包括：

根据各用户的用户信息和各产品的产品信息，确定所述多模态知识图谱中各节点的节点信息；

针对所述多模态知识图谱中的每个节点，根据该节点在所述多模态知识图谱中对应的模态，通过待训练的点击率预估模型的图谱表示模块的编码器，确定该节点对应的编码规则；

根据确定出的编码规则，对该节点的节点信息进行编码，并将编码结果作为该节点的基础特征。

4.如权利要求2所述的方法，其特征在于，根据所述多模态知识图谱中各节点的基础特征以及所述多模态知识图谱的结构，确定各节点的增强特征，具体包括：

针对所述多模态知识图谱中的每个节点，根据多模态知识图谱的结构，确定该节点的相邻节点，所述相邻节点为多模态知识图谱中的与该节点具有关联关系的节点；

根据该节点的相邻节点的基础特征确定该节点的增强特征。

5.如权利要求2所述的方法，其特征在于，根据所述多模态知识图谱中各节点的基础特征以及所述多模态知识图谱的结构，确定各节点的增强特征，具体包括：

针对所述多模态知识图谱中的每个节点，根据预设的步长范围，从所述多模态知识图谱中，确定该节点的距离在所述步长范围内的其他节点，作为相邻节点；

根据各相邻节点的关联关系以及各相邻节点的基础特征，确定所述步长范围内，不同步长的相邻节点对该节点的增强特征。