[发明专利]反馈指标预测模型训练方法、对象推荐方法及相关设备

权利要求书

1.一种反馈指标预测模型训练方法，其特征在于，包括：

获取基于随机投放实验得到的样本对象的随机投放信息；所述随机投放信息表征随机投放的用户账户对所述样本对象的反馈；

根据所述样本对象对应的随机投放信息，确定所述样本对象对应的目标反馈指标；

根据所述样本对象在历史推荐中的第一历史反馈信息序列，确定所述样本对象对应的历史反馈特征；

根据所述样本对象对应的历史反馈特征和所述目标反馈指标训练预设机器学习模型，得到反馈指标预测模型；其中，所述目标反馈指标作为所述历史反馈特征对应的期望预测值。

2.根据权利要求1所述的反馈指标预测模型训练方法，其特征在于，所述根据所述样本对象在历史推荐中的第一历史反馈信息序列，确定所述样本对象对应的历史反馈特征包括：

获取所述样本对象在历史推荐中的第一历史反馈信息序列；

按照预设聚合数量将所述第一历史反馈信息序列划分为第一数量个子序列；每个所述子序列包括连续的所述预设聚合数量个第一历史反馈信息；

对每个子序列中的第一历史反馈信息进行聚合处理，得到所述样本对象对应的聚合反馈信息序列；所述聚合反馈信息序列包括对应各所述子序列的聚合反馈信息；

根据所述聚合反馈信息序列，确定所述样本对象对应的历史反馈特征。

3.根据权利要求1或2所述的反馈指标预测模型训练方法，其特征在于，所述方法还包括：

针对多个采样周期中的每个采样周期，从所述采样周期对应的新增对象池中随机选取第一预设数量个新增对象，并将所述第一预设数量个新增对象放入投放样本对象池中；

针对所述投放样本对象池中的每个样本对象，在每个投放周期将所述样本对象随机投放给全用户账户空间中的第二预设数量个用户账户，根据所述第二预设数量个用户账户的反馈信息生成所述样本对象对应所述投放周期的随机投放信息；

确定所述投放样本对象池中每个样本对象的随机投放次数，将所述随机投放次数达到预设次数阈值的样本对象从所述投放样本对象池中移除；

根据被移除的所述样本对象对应各投放周期的随机投放信息，生成所述样本对象的随机投放信息。

4.一种对象推荐方法，其特征在于，包括：

获取候选对象对应的反馈数量以及所述候选对象对应的第二历史反馈信息序列；

根据所述候选对象对应的第二历史反馈信息序列，确定所述候选对象对应的历史反馈特征；

将所述候选对象对应的历史反馈特征输入至反馈指标预测模型进行反馈指标预测，得到所述候选对象对应的第一预测反馈指标；

根据所述候选对象对应的第一预测反馈指标和所述反馈数量，确定所述候选对象对应的第一展示机会衡量指标；

根据所述候选对象对应的第一展示机会衡量指标，从候选对象池中选取第一目标候选对象；所述第一目标候选对象作为待推荐对象；

其中，所述反馈指标预测模型根据权利要求1至3中任一项所述的反馈指标预测模型训练方法训练得到。

5.根据权利要求4所述的对象推荐方法，其特征在于，所述根据所述候选对象池中各候选对象对应的第一展示机会衡量指标，从所述候选对象池中选取第一目标候选对象包括：

获取各所述候选对象与目标用户账户之间的原始相关程度；所述目标用户账户是指待推荐的用户账户；

根据各所述候选对象对应的原始相关程度和第一展示机会衡量指标，基于目标调控策略中的目标调控规则从所述候选对象池中选取第一目标候选对象。