(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 202210067359.5 (22)申请日 2022.01.20 (71)申请人 北京字节跳动网络技 术有限公司 地址 100041 北京市石景山区实兴大街3 0 号院3号楼 2层B-0035房间 (72)发明人 李燕　高文龙　李争献　戴馨乐　 (74)专利代理 机构 北京英创嘉友知识产权代理 事务所(普通 合伙) 11447 专利代理师 贺晓蕾 (51)Int.Cl. G06F 9/451(2018.01) G06F 9/445(2018.01) G06F 16/28(2019.01) G06N 20/00(2019.01) (54)发明名称 模型训练方法、 装置、 存 储介质及电子设备 (57)摘要 本公开涉及一种模型训练方法、 装置、 存储 介质及电子设备， 以减少模型训练过程中耗费的 人力和时间， 提高模型训练效率。 该模型训练方 法包括： 显示对机器学习模型的训练配置界面； 响应于所述用户在所述训练配置界面的埋点输 入操作， 确定所述埋点输入操作对应的目标埋点 信息， 并将所述目标埋点信息发送给后端服务 器， 以触发所述后端服务器通过所述目标埋点信 息从业务系统对应的数据仓库中获取用于训练 所述机器学习模 型的训练数据； 响应于所述用户 在所述训练配置界面的训练触发操作， 向所述后 端服务器发送训练指令， 以触发所述后端服务器 基于所述训练数据对所述机器学习模型进行训 练。 权利要求书3页 说明书15页 附图4页 CN 114510305 A 2022.05.17 CN 114510305 A 1.一种模型训练方法， 其特 征在于， 所述方法包括： 显示对机器学习 模型的训练配置界面， 所述训练配置界面用于供用户配置所述机器学 习模型的自动训练内容； 响应于所述用户在所述训练配置界面的埋点输入操作， 确定所述埋点输入操作对应的 目标埋点信息， 并将所述 目标埋点信息发送给后端服务器， 以触发所述后端服务器通过所 述目标埋点信息从业务系统对应的数据仓库中获取用于训练所述机器学习模型的训练数 据； 响应于所述用户在所述训练配置界面的训练触发操作， 向所述后端服务器发送训练指 令， 以触发所述后端服 务器基于所述训练数据对所述机器学习模型进行训练。 2.根据权利要求1所述的方法， 其特征在于， 所述训练配置界面显示有预设特征埋点和 预设标注埋点， 所述响应于所述用户在所述训练配置界面的埋点输入操作， 确定所述埋点 输入操作对应的目标埋 点信息， 包括： 响应于所述用户对所述预设特征埋点的第 一选择操作， 确定所述第 一选择操作对应的 特征埋点信息， 并响应于所述用户对所述预设标注埋点的第二选择操作， 确定所述第二选 择操作对应的标注埋 点信息； 将所述特 征埋点信息和所述标注埋 点信息作为目标埋 点信息； 其中， 所述特征埋点信 息被用于所述后端服务器获取输入所述机器学习 模型的特征数 据， 所述标注埋点信息被用于所述后端服务器获取数据作为所述特征数据对应的训练标 签。 3.根据权利要求1所述的方法， 其特征在于， 所述响应于所述用户在所述训练配置界面 的埋点输入操作， 确定所述 埋点输入操作对应的目标埋 点信息， 包括： 响应于所述用户在所述训练配置界面的埋点添加操作， 确定所述埋点添加操作对应的 埋点参数信息为目标埋点信息， 所述埋点参数信息被用于所述后端服务器结合预设代码模 板生成目标数据 代码， 所述目标数据 代码用于从所述数据仓库中获取用于训练所述机器学 习模型的训练数据。 4.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述训练配置界面显示有预设决 策信息， 所述方法还 包括： 响应于所述用户对所述预设决策信 息的第三选择操作， 确定所述第 三选择操作对应的 决策信息， 并将所述决策信息发送给所述后端服务器， 所述后端服务器用于对训练后的机 器学习模型添加决策信息， 所述决策信息用于指示训练后的机器学习模型在移动终端进 行 业务预测的触发时刻。 5.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 在 响应于所述用户在所述训练配 置界面的训练触发操作， 向后端服 务器发送训练指令之前， 所述方法还 包括： 显示所述后端服务器发送的数据分析报告， 所述数据分析报告由所述后端服务器基于 所述训练数据生成， 且所述数据分析报告包括用于指示所述训练数据中是否存在异常数据 的结果指示信息 。 6.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述训练配置界面中显示有多个 预设机器学习模型的类型信息， 所述方法还 包括： 响应于所述用户对所述多个预设机器学习 模型的类型信 息的第四选择操作， 确定所述权　利　要　求　书 1/3 页 2 CN 114510305 A 2第四选择操作对应的目标类型信息； 所述响应于所述用户在所述训练配置界面的训练触发操作， 向所述后端服务器发送训 练指令， 包括： 响应于所述用户在所述训练配置界面的训练触发操作， 向所述后端服务器发送包括所 述目标类型信息的训练指 令， 所述后端服务器用于通过所述目标类型信息调用对应的机器 学习模型， 并基于所述训练数据训练所述机器学习模型。 7.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 在 响应于所述用户在所述训练配 置界面的训练触发操作， 向所述后端服 务器发送训练指令后， 所述方法还 包括： 显示所述后端服 务器发送的模型训练结果； 响应于所述用户基于所述模型训练结果触发的算法包上传操作， 向所述后端服务器发 送上传指令， 以触发所述后端服务器将算法包上传到目标平台， 所述 目标平台用于供所述 移动终端下 载所述算法包进行业 务预测； 其中， 所述算法包由所述后端服务器基于训练后的机器学习模型和预设算法模板生 成， 所述算法包用于加载训练后的所述机器学习模型 供所述移动终端 进行业务预测。 8.根据权利要求7 所述的方法， 其特 征在于， 所述方法还 包括： 响应于所述用户对所述算法包的验证操作， 向所述后端服务器发送验证指令， 以触发 所述后端服 务器将所述验证操作包括的目标 数据输入已训练的机器学习模型； 显示所述后端服 务器发送的、 所述机器学习模型对所述目标 数据的输出 结果。 9.一种模型训练方法， 其特 征在于， 所述方法包括： 接收目标埋点信 息， 所述目标埋点信 息是基于用户在训练配置界面的埋点输入操作而 确定的； 通过所述目标埋点信息从业务系统对应的数据仓库中获取用于训练所述机器学习模 型的训练数据； 接收训练指令， 所述训练指令是基于所述用户在所述训练配置界面的训练触发操作而 生成的； 响应于所述训练指令， 基于所述训练数据对所述机器学习模型进行训练。 10.根据权利要求9所述的方法， 其特 征在于， 所述方法还 包括： 在基于所述训练数据对所述机器学习 模型进行训练后， 对所述机器学习 模型进行模型 转换， 以减小所述机器学习模型的尺寸。 11.一种模型训练装置， 其特 征在于， 所述装置包括： 第一显示模块， 用于显示对机器学习模型的训练配置界面， 所述训练配置界面用于供 用户配置所述机器学习模型的自动训练内容； 第一确定模块， 用于响应于所述用户在所述训练配置界面的埋点输入操作， 确定所述 埋点输入操作对应的目标埋点信息， 并将所述 目标埋点信息发送给后端服务器， 以触发所 述后端服务器通过所述目标埋点信息从业务系统对应的数据仓库中获取用于训练所述机 器学习模型的训练数据； 第一发送模块， 用于响应于所述用户在所述训练配置界面的训练触发操作， 向所述后 端服务器发送训练指 令， 以触发所述后端服务器基于所述训练数据对所述机器学习模型进 行训练。权　利　要　求　书 2/3 页 3 CN 114510305 A 3