媒体资源推荐、多任务预测模型训练方法、装置和介质与流程

本公开涉及人工智能，特别是涉及一种媒体资源推荐、多任务预测模型训练方法、装置和介质。

背景技术：

1、在多任务预测模型中，精准预估对象对媒体资源的播放时长是实现高质量推荐、满足对象个性化需求的核心要素。准确的时长预估，有助于多任务预测模型为对象精准推送契合其兴趣的媒体资源，增强对象的交互粘性。

2、然而，相关技术中，在对多目标推荐模型进行训练过程中，媒体资源的固有时长与播放时长影响很大。例如，对象针对2分钟的短视频播放10秒、和对象针对15秒的短视频播放10秒，后者体现出的兴趣要大很多，但相关技术中会平等地推荐，造成多任务预测模型的推荐结果常常偏离对象真实兴趣，准确性较低。尽管相关技术有一些方法考虑到媒体资源的固有时长的影响，但准确性仍然较低。

技术实现思路

1、本公开实施例提供了一种媒体资源推荐、多任务预测模型训练方法、装置和介质，它能够提高媒体资源推荐的准确性。

2、根据本公开的一方面，提供了一种媒体资源推荐方法，包括：

3、获取对象的第一特征信息、以及多个候选媒体资源各自的第二特征信息；

4、基于所述第一特征信息和所述第二特征信息，通过多任务预测模型进行预测，得到各个候选媒体资源的推荐分数；

5、基于各个候选媒体资源的推荐分数，在所述多个候选媒体资源中确定目标媒体资源，并将所述目标媒体资源推荐到所述对象；

6、其中，所述多任务预测模型通过第一损失函数训练，所述第一损失函数基于样本媒体资源的消偏后播放时长、和所述多任务预测模型针对所述样本媒体资源预测出的预测播放时长计算，所述消偏后播放时长基于所述样本媒体资源的实际播放时长、和目标分布规律确定，所述目标分布规律指示所述实际播放时长随所述样本媒体资源的媒体资源时长的变化。

7、根据本公开的一方面，提供了一种多任务预测模型的训练方法，包括：

8、获取多个样本媒体资源，所述样本媒体资源具有实际播放时长；

9、基于多个所述样本媒体资源各自的所述实际播放时长，确定目标分布规律；所述目标分布规律指示所述实际播放时长随所述样本媒体资源的媒体资源时长的变化；

10、基于所述目标分布规律，确定所述样本媒体资源对应的消偏参数；

11、基于所述样本媒体资源的所述实际播放时长、和所述消偏参数，计算消偏后播放时长；

12、基于所述样本媒体资源，通过所述多任务预测模型进行预测，得到预测播放时长；

13、基于所述消偏后播放时长和所述预测播放时长，计算第一损失函数，并基于所述第一损失函数训练所述多任务预测模型。

14、根据本公开的一方面，提供了一种媒体资源推荐装置，包括：

15、特征获取模块，用于获取对象的第一特征信息、以及多个候选媒体资源各自的第二特征信息；

16、预测模块，用于基于所述第一特征信息和所述第二特征信息，通过多任务预测模型进行预测，得到各个候选媒体资源的推荐分数；

17、推荐模块，用于基于各个候选媒体资源的推荐分数，在所述多个候选媒体资源中确定目标媒体资源，并将所述目标媒体资源推荐到所述对象；

18、其中，所述多任务预测模型通过第一损失函数训练，所述第一损失函数基于样本媒体资源的消偏后播放时长、和所述多任务预测模型针对所述样本媒体资源预测出的预测播放时长计算，所述消偏后播放时长基于所述样本媒体资源的实际播放时长、和目标分布规律确定，所述目标分布规律指示所述实际播放时长随所述样本媒体资源的媒体资源时长的变化。

19、可选地，所述媒体资源推荐装置还包括训练模块；

20、所述训练模块具体用于：

21、所述多任务预测模型通过以下方式预先训练：

22、获取多个所述样本媒体资源，所述样本媒体资源具有所述实际播放时长；

23、基于多个所述样本媒体资源各自的所述实际播放时长，确定所述目标分布规律；

24、基于所述目标分布规律，确定所述样本媒体资源对应的消偏参数；

25、基于所述样本媒体资源的所述实际播放时长、和所述消偏参数，计算所述消偏后播放时长；

26、基于所述样本媒体资源，通过所述多任务预测模型进行预测，得到所述预测播放时长；

27、基于所述消偏后播放时长和所述预测播放时长，计算所述第一损失函数，并基于所述第一损失函数训练所述多任务预测模型。

28、可选地，所述消偏参数包含播放时长平均值、和播放时长标准差；所述目标分布规律包含第一分布规律和第二分布规律，所述第一分布规律指示所述播放时长平均值随所述媒体资源时长的变化，所述第二分布规律指示所述播放时长标准差随所述媒体资源时长的变化；

29、所述训练模块具体用于：

30、基于所述媒体资源时长和所述第一分布规律，确定所述播放时长平均值；

31、基于所述媒体资源时长和所述第二分布规律，确定所述播放时长标准差。

32、可选地，所述训练模块具体用于：

33、基于所述实际播放时长和所述播放时长平均值，计算所述实际播放时长的偏离值；

34、基于所述偏离值和所述播放时长标准差的比，计算所述消偏后播放时长。

35、可选地，所述训练模块具体用于：

36、将多个所述样本媒体资源分组，其中，具有相同的媒体资源时长的所述样本媒体资源分到同一组中；

37、计算同一组内的所述样本媒体资源的所述实际播放时长的平均值，作为所述组的所述播放时长平均值；

38、计算同一组内的所述样本媒体资源的所述实际播放时长的标准差，作为所述组的所述播放时长标准差；

39、基于各个组的所述播放时长平均值，生成第一曲线，所述第一曲线指示所述播放时长平均值随各个组的所述媒体资源时长的变化；

40、基于各个组的所述播放时长标准差，生成第二曲线，所述第二曲线指示所述播放时长标准差随各个组的所述媒体资源时长的变化；

41、生成拟合所述第一曲线的第一函数，作为所述第一分布规律，并生成拟合所述第二曲线的第二函数，作为所述第二分布规律。

42、可选地，所述第一函数具有第一函数通式，所述第一函数通式具有第一函数参数，所述第二函数具有第二函数通式，所述第二函数通式具有第二函数参数；

43、所述训练模块具体用于：

44、针对每个组，基于所述组的所述媒体资源时长、和所述第一曲线，确定所述组的播放时长平均值；

45、将所述组的所述媒体资源时长代入所述第一函数通式，得到第一结果；

46、基于各个组的所述播放时长平均值和所述第一结果，生成所述第一函数；

47、针对每个组，基于所述组的所述媒体资源时长、和所述第二曲线，确定所述组的播放时长标准差；

48、将所述组的所述媒体资源时长代入所述第二函数通式，得到第二结果；

49、基于各个组的所述播放时长标准差和所述第二结果，生成所述第二函数。

50、可选地，所述训练模块具体用于：

51、基于各个组的所述播放时长平均值和所述第一结果之间的差，计算第一拟合误差；

52、通过最小化所述第一拟合误差，确定所述第一函数参数，从而生成所述第一函数；

53、所述基于各个组的所述播放时长标准差和所述第二结果，生成所述第二函数，包括：

54、基于各个组的所述播放时长标准差和所述第二结果之间的差，计算第二拟合误差；

55、通过最小化所述第二拟合误差，确定所述第二函数参数，从而生成所述第二函数。

56、可选地，所述第一函数为单调增函数，且在所述媒体资源时长趋近于正无穷的情况下，所述第一函数的值趋近于第一常数，所述第一常数为正，所述第一函数参数包含所述第一常数、第一系数、第一指数和第二指数；

57、所述第一函数通式通过以下方式生成：

58、基于所述媒体资源时长的所述第一指数次幂、与所述第一系数，计算第一积；

59、计算以所述第一积为指数的第一幂；

60、计算1与所述第一幂的第一差；

61、基于所述第一差的所述第二指数次幂、和所述第一常数，生成所述第一函数通式。

62、可选地，所述第二函数为单调线性增函数，所述第二函数参数包含第二系数和第二常数；

63、所述第二函数通式通过以下方式生成：

64、基于所述媒体资源时长和所述第二系数，计算第二积；

65、基于所述第二积和所述第二常数，生成所述第二函数通式。

66、可选地，所述训练模块具体用于：

67、将所述消偏后播放时长转换为第一概率，并将所述预测播放时长转换为第二概率，所述第一概率和所述第二概率是满足伯努利分布的概率；

68、基于所述第一概率和所述第二概率，计算所述第一损失函数。

69、可选地，所述训练模块具体用于：

70、计算所述消偏后播放时长和所述预测播放时长之间的时长差；

71、基于所述时长差，计算第二损失函数；

72、基于所述第一损失函数和所述第二损失函数，训练所述多任务预测模型。

73、可选地，所述训练模块具体用于：

74、计算以所述消偏后播放时长的相反数为指数的第二幂；

75、计算1与所述第二幂的第一和；

76、基于所述第一和的倒数，计算所述第一概率。

77、可选地，所述训练模块具体用于：

78、计算以所述预测播放时长的相反数为指数的第三幂；

79、计算1与所述第三幂的第二和；

80、基于所述第二和的倒数，计算所述第二概率。

81、可选地，所述训练模块具体用于：

82、计算所述第二概率的倒数的第一对数；

83、基于所述第一概率和所述第一对数，计算第三积；

84、计算1与所述第一概率的第二差、和1与所述第二概率的第三差；

85、计算所述第三差的倒数的第二对数；

86、基于所述第二差和所述第二对数，计算第四积；

87、基于所述第三积和所述第四积，计算所述第一损失函数。

88、可选地，所述训练模块具体用于：

89、获取播放时长任务之外的各个其它任务各自的其它任务损失函数；

90、基于所述第一损失函数、和各个其它任务各自的所述其它任务损失函数，计算多任务损失函数；

91、基于所述多任务损失函数训练所述多任务预测模型。

92、可选地，所述训练模块具体用于：

93、基于各个所述样本媒体资源的所述多任务损失函数，计算多样本损失函数；

94、基于所述多样本损失函数，训练所述多任务预测模型。

95、可选地，所述多任务预测模型包括多个专家网络，以及多个预测任务各自对应的多个预测网络；所述多个预测网络包括播放时长任务对应的时长预测网络；所述时长预测网络包括第一门控网络和第一任务塔网络；

96、所述训练模块具体用于：

97、将所述样本媒体资源的第一特征信息、所述样本媒体资源的第二特征信息输入所述多个专家网络；

98、通过所述第一门控网络对所述多个专家网络的输出进行加权计算，得到与所述时长预测网络对应的第一向量；

99、将所述第一向量输入所述第一任务塔网络，得到所述预测播放时长。

100、根据本公开的一方面，提供了一种多任务预测模型的训练装置，包括：

101、样本获取模块，用于获取多个样本媒体资源，所述样本媒体资源具有实际播放时长；

102、规律确定模块，用于基于多个所述样本媒体资源各自的所述实际播放时长，确定目标分布规律；所述目标分布规律指示所述实际播放时长随所述样本媒体资源的媒体资源时长的变化；

103、第一消偏确定模块，用于基于所述目标分布规律，确定所述样本媒体资源对应的消偏参数；

104、第二消偏确定模块，用于基于所述样本媒体资源的所述实际播放时长、和所述消偏参数，计算消偏后播放时长；

105、时长预测模块，用于基于所述样本媒体资源，通过所述多任务预测模型进行预测，得到预测播放时长；

106、模型训练模块，用于基于所述消偏后播放时长和所述预测播放时长，计算第一损失函数，并基于所述第一损失函数训练所述多任务预测模型。

107、根据本公开的一方面，提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的媒体资源推荐方法和多任务预测模型的训练方法。

108、根据本公开的一方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的媒体资源推荐方法和多任务预测模型的训练方法。

109、根据本公开的一方面，提供了一种计算机程序产品，该计算机程序产品包括计算机程序，所述计算机程序被计算机设备的处理器读取并执行，使得该计算机设备执行如上所述的媒体资源推荐方法和多任务预测模型的训练方法。

110、本公开实施例中，通过多任务预测模型，基于对象的第一特征信息以及多个候选媒体资源各自的第二特征信息进行预测，从而得到各个候选媒体资源的推荐分数，进而确定目标媒体资源并推荐给对象。其中，多任务预测模型通过第一损失函数进行训练，第一损失函数基于样本媒体资源的消偏后播放时长和模型的预测播放时长来计算。而消偏后播放时长是依据样本媒体资源的实际播放时长以及目标分布规律得出的，目标分布规律能够清晰指示实际播放时长随样本媒体资源时长的变化。例如，在面对不同媒体资源时长的媒体资源时，可以根据目标分布规律，对不同媒体资源时长的媒体资源的实际播放时长进行消偏处理。这样一来，就能更准确地反映出对象对不同媒体资源的真实兴趣程度。通过这种基于消偏后播放时长训练的多任务预测模型，在推荐过程中可以更精准地把握对象的兴趣偏好，从而能够为对象精准推送契合其兴趣的媒体资源，增强对象与推荐系统的交互粘性，提高了媒体资源推荐的准确性。

111、本公开的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。