[发明专利]特征处理方法、模型训练方法及媒体资源处理方法

说明书

本公开关于一种特征处理方法、模型训练方法及媒体资源处理方法，属于计算机技术领域。该特征处理方法包括：从多个媒体资源样本中，获取至少一个媒体资源特征的特征值，多个媒体资源样本包括属于目标类别的正样本和不属于目标类别的负样本；基于获取到的特征值确定至少一个媒体资源特征对应的相关参数，相关参数用于表示属于目标类别的媒体资源和不属于目标类别的媒体资源在至少一个媒体资源特征的维度上表现出的区分度；确定相关参数大于阈值的目标媒体资源特征，将目标媒体资源特征作为媒体资源处理模型的输入特征，提高了输入特征与媒体资源模型所预测的目标类别的相关度，从而能够提高模型预测的准确度。

技术领域

本公开涉及计算机技术领域，尤其涉及一种特征处理方法、模型训练方法及媒体资源处理方法。

背景技术

近年来，机器学习和深度学习技术已广泛应用在各个场景中，以机器学习和深度学习技术为基础，能够训练出具有判别能力的模型，来解决预测问题。例如，在媒体资源推荐场景中，通过训练预测模型，预测用户是否会点击待推荐的媒体资源。

随着所需预测的问题越来越复杂，涉及到的特征也越来越多，例如，在媒体资源推荐场景中，涉及到的特征包括与媒体资源有关的多个特征，如何从大量特征中选择合适的特征，作为模型输入，以促进模型有效学习，提高模型预测的准确度，是一个亟待解决的问题。

发明内容

本公开实施例提供了一种特征处理方法、模型训练方法及媒体资源处理方法，以选择合适的特征，作为模型输入，促进模型有效学习，提高模型预测的准确度。本公开的技术方案如下：

一方面，提供了一种特征处理方法，所述特征处理方法包括：

从多个媒体资源样本中，获取至少一个媒体资源特征的特征值，每个媒体资源样本包括一个媒体资源对应的多个媒体资源特征的特征值，所述多个媒体资源样本包括属于目标类别的正样本和不属于所述目标类别的负样本；

基于获取到的特征值，确定所述至少一个媒体资源特征对应的相关参数，所述相关参数用于表示属于所述目标类别的媒体资源和不属于所述目标类别的媒体资源在所述至少一个媒体资源特征的维度上，表现出的区分度；

从所述多个媒体资源特征中，确定相关参数大于阈值的目标媒体资源特征，将所述目标媒体资源特征作为媒体资源处理模型的输入特征，所述媒体资源处理模型用于预测媒体资源是否属于所述目标类别。

本公开实施例提供的技术方案，分别在不同媒体资源特征的维度上，对媒体资源样本的特征值进行分析，得到相关参数，由相关参数表示正负样本之间的区分度，进而反映媒体资源特征与训练目标之间的相关度，实现了对媒体资源特征与训练目标之间的相关度的定量反映，通过选取相关参数大于阈值的媒体资源特征，提高了特征选取的准确性，将相关参数大于阈值的媒体资源特征作为媒体资源处理模型的输入特征，提高了输入特征与训练目标之间的相关度，增强了媒体资源处理模型对正类和负类的分辨能力，促进了模型有效学习，提高了模型预测的准确度。

在一些实施例中，所述至少一个媒体资源特征包括一个第一媒体资源特征；

所述基于获取到的特征值，确定所述至少一个媒体资源特征对应的相关参数，包括：

从所述第一媒体资源特征对应的多个第一特征值中的最大值和最小值之间，获取所述第一媒体资源特征对应的多个第一阈值；

确定每个第一阈值对应的假正类率和真正类率；

基于每个第一阈值对应的假正类率和真正类率，确定所述第一媒体资源特征对应的相关参数；

其中，任一第一阈值对应的假正类率为所述多个媒体资源样本中第一目标负样本的数量与所述多个媒体资源样本中所述负样本的总数量的比值，所述第一目标负样本是指第一特征值大于所述第一阈值的所述负样本；