技术特征：
技术总结
本申请实施例公开了用于生成模型的方法和装置。该方法的一具体实施方式包括：获取样本集；从该样本集中提取样本，执行如下训练步骤：将所提取的样本中的样本视频的帧输入至卷积神经网络；基于卷积神经网络的全连接层的各分支所输出的信息、所提取的样本中的标注信息和预设的与各分支对应的损失函数，确定样本的损失值；基于该损失值与目标值的比较，确定卷积神经网络是否训练完成；响应于确定卷积神经网络训练完成，将训练后的卷积神经网络确定为视频流行度预测模型。该实施方式能够得到一种可以用于视频流行度预测的模型，且该模型适用于对不同的来源地的视频的流行度的预测。
技术研发人员：袁泽寰;王长虎
受保护的技术使用者：北京字节跳动网络技术有限公司
技术研发日：2018.10.30
技术公布日：2019.03.08