摘要
本说明书实施例提出一种模型训练方法、推荐数据点击率的预测方法和电子设备,上述模型训练方法中,获取目标域样本数据和所述目标样本数据对应的点击率的标签值之后,首先分别通过学生模型中的第一表征解耦模型和第二表征解耦模型,以及已完成参数调整的老师模型中的域分类器,获得域共享表征向量和域独有表征向量,然后根据域共享表征向量和域独有表征向量,通过学生模型中的点击率预测模型获得目标域样本数据对应的点击率的第一预测值,最后,以最小化学生模型的损失函数为目的,调整点击率预测模型、第一表征解耦模型和第二表征解耦模型的参数,其中,学生模型的损失函数包括目标域样本数据对应的点击率的标签值和第一预测值之间的交叉熵。
技术关键词
点击率预测模型
样本
分类器
老师
模型训练方法
数据编码
学生
编码器
参数
标签
计算机
电子设备
指令
处理器通信
程序
存储器
系统为您推荐了相关专利信息
序列标注模型
语义特征
动态协商
生成规则
置信度阈值
三维模型分类方法
分类网络
注意力
渲染三维模型
多角度
状态监测方法
信号
编码器
计算机可读指令
电子设备