申请/专利权人：北京爱奇艺科技有限公司

申请日：2021-05-31

公开（公告）日：2024-06-07

公开（公告）号：CN113220974B

主分类号：G06F16/953

分类号：G06F16/953;G06F16/9538;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2021.08.24#实质审查的生效;2021.08.06#公开

摘要：本发明实施例提供了一种点击率预测模型训练、搜索召回方法、装置、设备及介质。方案如下：获取预设训练集；基于样本展点数据和每一样本物品的样本物品信息进行特征提取，得到样本稠密特征和样本稀疏特征；以样本稠密特征和样本稀疏特征为预设点击率预测模型的输入数据，输出每一样本物品的预测点击率；计算预设点击率预测模型的损失值；当损失值大于预设损失值阈值时，调节预设点击率预测模型的参数，当损失值不大于预设损失值阈值时，将当前的预设点击率预测模型确定为训练好的点击率预测模型。通过本发明实施例提供的技术方案，充分考虑了用户个性化对搜索排序结果的影响，这提高了搜索排序结果的个性化，提升了搜索排序质量。

主权项：1.一种点击率预测模型训练方法，其特征在于，所述方法包括：获取预设训练集；所述预设训练集包括基于多个样本用户的样本搜索词所召回样本物品的样本展点数据以及每一样本物品的样本物品信息和真实点击率；其中，所述展点数据包括搜索展现记录以及搜索点击记录；基于所述样本展点数据和每一样本物品的样本物品信息进行特征提取，得到样本稠密特征和样本稀疏特征；针对每一样本物品，以所述样本稠密特征和所述样本稀疏特征为预设点击率预测模型的输入数据，输出每一样本物品的预测点击率；根据每一样本物品的真实点击率和预测点击率，计算所述预设点击率预测模型的损失值；当所述损失值大于预设损失值阈值时，调节所述预设点击率预测模型的参数，并返回执行所述针对每一样本物品，将所述样本稠密特征和所述样本稀疏特征输入预设点击率预测模型，得到每一样本物品的预测点击率的步骤；当所述损失值不大于所述预设损失值阈值时，将当前的预设点击率预测模型确定为训练好的点击率预测模型；所述基于所述样本展点数据和每一样本物品的样本物品信息进行特征提取，得到样本稠密特征和样本稀疏特征的步骤，包括：对所述样本展点数据和每一样本物品的样本物品信息进行稠密特征提取，得到样本稠密特征；对所述样本展点数据和每一样本物品的样本物品信息进行稀疏特征提取，得到样本稀疏特征。

全文数据：

权利要求：

百度查询： 北京爱奇艺科技有限公司 点击率预测模型训练、搜索召回方法、装置、设备及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD