申请/专利权人:北京科技大学
申请日:2024-03-26
公开(公告)日:2024-06-04
公开(公告)号:CN118134557A
主分类号:G06Q30/0242
分类号:G06Q30/0242;G06Q30/0201;G06Q30/0202;G06N3/0442;G06N3/0499;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.21#实质审查的生效;2024.06.04#公开
摘要:本发明公开了一种基于多注意力机制融合特征强化的点击率预测方法,属于机器学习技术领域,所述方法包括:获取历史点击实例样本数据,并对所获数据进行预处理,以构建样本数据集;其中,点击实例样本数据包括样本特征信息和标签值;结合多头自注意力机制和SENet网络,构建点击率预测模型;利用样本数据集对构建的点击率预测模型进行训练;利用训练好的点击率预测模型进行点击率预测;定期对点击率预测模型的性能进行评估,通过对比实际点击情况与模型点击率预测结果,对模型参数或结构进行调整,以持续优化预测准确性。本发明可著提高在线广告和推荐系统中点击率预测的准确性和效率。
主权项:1.一种基于多注意力机制融合特征强化的点击率预测方法,其特征在于,所述基于多注意力机制融合特征强化的点击率预测方法包括:获取历史点击实例样本数据,并对所述历史点击实例样本数据进行预处理,以构建样本数据集;其中,点击实例样本数据包括样本特征信息和标签值;结合多头自注意力机制和SENet网络,构建点击率预测模型;利用所述样本数据集对构建的点击率预测模型进行训练;利用训练好的点击率预测模型进行点击率预测;定期对点击率预测模型的性能进行评估,通过对比实际点击情况与模型输出的点击率预测结果,对模型参数或结构进行调整,以持续优化预测准确性。
全文数据:
权利要求:
百度查询: 北京科技大学 一种基于多注意力机制融合特征强化的点击率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。