(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210879482.7 (22)申请日 2022.07.25 (71)申请人 北京有竹居网络技 术有限公司 地址 101299 北京市平谷区林荫北街13号 信息大厦802室 申请人 脸萌有限公司 (72)发明人 佘琪　杨辰杰　张宇　卢靓妮　 (74)专利代理 机构 北京信远 达知识产权代理有 限公司 1 1304 专利代理师 贾小慧 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01) G06F 119/02(2020.01) (54)发明名称 一种训练样 本获取方法、 转化率预估模型生 成方法及装置 (57)摘要 本申请公开了一种训练样 本获取方法、 转化 率预估模型生 成方法及装置， 其中， 方法包括： 当 获取第一训练样本集合后， 将第一训练样本集合 中的负样本以及时间特征输入打散模型。 其中， 时间特征是基于第一训练样本集合中的正样本 的回流时间确定的， 打散模型为预先训练的， 用 于确定负样 本在时间上的分布情况， 将根据负样 本以及时间特征确定负样本的时间分布。 在确定 负样本的时间分布后， 将根据该时间分布确定第 二训练样 本集合， 从而确定的第二训练样本集合 中的正样 本和负样本的比例符合预设条件。 由于 本申请在确定负样本的时间分布时参考了正样 本的回流时间， 从而可以对负样 本的分布进行准 确打散， 提高正负 样本分布比例的稳定性。 权利要求书2页 说明书9页 附图3页 CN 115130325 A 2022.09.30 CN 115130325 A 1.一种训练样本获取 方法， 其特 征在于， 所述方法包括： 获取第一训练样本集合， 所述第一训练样本集合包括正样本和负样本， 所述正样本是 指点击后发生 转化行为的样本， 所述负 样本为点击后未发生 转化行为的样本； 将所述负样本以及时间特征输入打散模型， 获取所述打散模型输出的所述负样本对应 的时间分布， 所述时间特征是基于所述正样本的回流时间确定的， 所述打散模型为预先训 练的， 用于确定所述负 样本的时间分布； 根据所述 时间分布确定第 二训练样本集合， 所述第 二训练样本集合中的正样本和负样 本的比例符合预设条件。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 根据所述 正样本的回流时间确定所述时间特 征。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述正样本的回流 时间确定所述 时间特征， 包括： 对所述正样本的回流时间进行编码获得 所述时间特 征； 或， 针对任一回流时间， 根据所述回流时间以及正弦函数确定多个第一 参数； 将所述多个第一 参数进行加权求和， 获取 所述时间特 征。 4.根据权利要求1所述的方法， 其特征在于， 所述打散模型与 所述正样本对应的转化行 为相关。 5.根据权利要求4所述的方法， 其特征在于， 所转化行为包括激活行为、 下载行为或消 费行为。 6.根据权利要求1所述的方法， 其特征在于， 所述打散模型为wide&deep模型， 所述 wide&deep模型中w ide部分处 理所述时间特 征、 deep部分处 理所述负 样本。 7.一种转 化率预估模型生成方法， 其特 征在于， 所述方法包括： 获取训练样本集合， 所述训练样本集合是基于所述权利要求1 ‑6任一项所述的方法获 取的， 所述训练样本集合中正样本和负样本的比例符合预设条件， 所述正样本是指点击后 发生转化行为的样本， 所述负 样本为点击后未发生 转化行为的样本； 利用所述训练样本集 合对初始模型进行训练， 生成转 化率预估模型。 8.一种训练样本获取装置， 其特 征在于， 所述装置包括： 第一获取单元， 用于获取第一训练样本集合， 所述第一训练样本集合包括正样本和负 样本， 所述正样本是指点击后发生转化行为的样本， 所述负样本为点击后未发生转化行为 的样本； 第二获取单元， 用于将所述负样本以及时间特征输入打散模型， 获取所述打散模型输 出的所述负样本对应的时间分布， 所述时间特征是基于所述正样本的回流时间确定的， 所 述打散模型为预 先训练的， 用于确定所述负 样本的时间分布； 确定单元， 用于根据所述时间分布确定第二训练样本集合， 所述第二训练样本集合中 的正样本和负 样本的比例符合预设条件。 9.一种转 化率预估模型生成装置， 其特 征在于， 所述装置包括： 获取单元， 用于获取训练样本集合， 所述训练样本集合是基于所述权利要求1 ‑6任一项 所述的方法获取 的， 所述训练样本集合中正样本和负样本的比例符合预设条件， 所述正样 本是指点击后发生 转化行为的样本， 所述负 样本为点击后未发生 转化行为的样本；权　利　要　求　书 1/2 页 2 CN 115130325 A 2生成单元， 用于利用所述训练样本集 合对初始模型进行训练， 生成转 化率预估模型。 10.一种电子设备， 其特 征在于， 所述设备包括： 处 理器和存 储器； 所述存储器， 用于存 储指令或计算机程序； 所述处理器， 用于执行所述存储器中的所述指令或计算机程序， 以使得所述电子设备 执行权利要求1 ‑7任一项所述的方法。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有指令， 当所述指令在设备 上运行时， 使得 所述设备 执行权利要求1 ‑7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115130325 A 3