龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京百度网讯科技有限公司
申请日：2020-09-28
公开（公告）日：2024-06-28
公开（公告）号：CN112149807B
主分类号：G06N3/0464
分类号：G06N3/0464;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2021.01.15#实质审查的生效;2020.12.29#公开
摘要：本申请公开了用户特征信息的处理方法和装置，涉及深度学习和自然语言处理技术领域。具体实施方式包括：获取多个初始类型的用户特征信息，并对于每个初始类型的用户特征信息，确定第一指标的数值，得到该多个初始类型对应的数值集合；对该数值集合中的数值进行合并，得到至少两个数值范围，将与每个数值范围对应的至少一个初始类型作为一个绑定类型；确定该一个绑定类型的用户特征信息；基于该绑定类型的用户特征信息，确定深度学习模型的训练样本。本申请可以对零散的特征进行整合，有效提高特征的用户覆盖率，避免数据量过小、用户覆盖率低的特征在训练时被忽略或不可用的问题。此外，通过提高类型所包括的数据量，可以提高训练的准确度。
主权项：1.一种用户特征信息的处理方法，所述方法包括：获取多个初始类型的用户特征信息，并对于每个初始类型的用户特征信息，确定第一指标的数值，得到所述多个初始类型对应的数值集合，其中所述用户特征信息采用字符或向量的形式表示；对所述数值集合中的数值进行合并，得到至少两个数值范围，将与每个数值范围对应的至少一个初始类型作为一个绑定类型；基于所述至少一个初始类型所包括的用户特征信息，确定所述一个绑定类型的用户特征信息，其中，所述绑定类型中任意用户特征信息的用户覆盖率，大于或等于所述初始类型中与所述任意用户特征信息对应的用户特征信息的用户覆盖率；基于所述绑定类型的用户特征信息，确定深度学习模型的训练样本，其中，所述对所述数值集合中的数值进行合并，得到至少两个数值范围，包括：将所述数值集合中的各个数值，按照数值的大小进行排序，得到数值序列；确定所述数值序列中，每组相邻数值之间的差值，并按照差值由大到小的顺序，确定至少一组相邻数值；对于所述至少一组相邻数值中的每组相邻数值，将该组相邻数值的较大数值作为一个数值范围的最小数值，并将该组相邻数值的较小数值作为另一个数值范围的最大数值，得到所述至少两个数值范围。
全文数据：
权利要求：
百度查询： 北京百度网讯科技有限公司 用户特征信息的处理方法和装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号