买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:北京快乐茄信息技术有限公司
摘要:本申请的技术方案提供了一种预测模型的训练方法、信息预测方法、预测模型的训练装置、信息预测装置、服务器以及存储介质。该预测模型的训练方法,包括:基于第一网络提取用户特征信息中的第一特征信息,训练第一网络,输出用户点击率向量;基于第二网络提取用户特征信息中的第二特征信息,训练第二网络,输出用户转化率向量;基于自适应权重网络,在共享嵌入层网络中提取用户特征信息中的第一特征信息及第二特征信息,训练自适应权重网络,输出与第一特征信息对应的第一向量权重及与第二特征信息对应的第二向量权重;基于经第二向量权重加权后的用户转化率向量构建得到的转化损失函数,作为目标优化函数训练第二网络,提高第二网络的训练质量。
主权项:1.一种预测模型的训练方法,其特征在于,包括:输入样本用户的用户特征信息至所述预测模型的共享嵌入层网络,所述用户特征信息至少包括用户进行点击操作的操作信息;基于第一网络在所述共享嵌入层网络中提取所述用户特征信息中的第一特征信息,及基于所述第一特征信息,训练所述第一网络,输出用户点击率向量,其中所述第一特征信息为所述用户特征信息中与所述用户进行点击操作有关的特征信息;基于第二网络在所述共享嵌入层网络中提取所述用户特征信息中的第二特征信息,及基于所述第二特征信息,训练所述第二网络,输出用户转化率向量,其中所述第二特征信息为所述用户特征信息中与所述用户进行点击转化有关的特征信息;基于自适应权重网络,在所述共享嵌入层网络中提取所述用户特征信息中的所述第一特征信息及所述第二特征信息,训练所述自适应权重网络,输出与所述第一特征信息对应的第一向量权重及与所述第二特征信息对应的第二向量权重;基于所述用户转化率向量,经所述第二向量权重加权,得到加权后的用户转化率向量;基于由所述加权后的用户转化率向量构建得到的转化损失函数,作为目标优化函数,训练所述第二网络。
全文数据:
权利要求:
百度查询: 北京快乐茄信息技术有限公司 预测模型的训练方法、信息预测方法、服务器及存储介质
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。