龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京沃东天骏信息技术有限公司
摘要：本公开提供一种排序模型训练方法和装置、物品排序方法和装置。排序模型训练方法包括：将样本集合中的全部样本物品的相关信息输入特征提取模型，以分别得到每个样本物品的第一特征向量；将全部样本物品的第一特征向量进行融合以得到融合特征向量；将融合特征向量分别与每个样本物品的第一特征向量进行融合，以得到每个样本物品的第二特征向量；将全部样本物品的第二特征向量输入机器学习模型，以得到二维概率分布表；根据二维概率分布表得到输出矩阵；利用样本集合的标签矩阵，计算输出矩阵的每一行和每一列的交叉熵损失函数；利用输出矩阵的每一行和每一列的交叉熵损失函数，对机器学习模型进行训练，以得到排序模型。
主权项：1.一种排序模型训练方法，包括：将样本集合中的全部样本物品的相关信息输入特征提取模型，以分别得到每个样本物品的第一特征向量；将所述全部样本物品的第一特征向量进行融合以得到融合特征向量；将所述融合特征向量分别与每个样本物品的第一特征向量进行融合，以得到每个样本物品的第二特征向量；将所述全部样本物品的第二特征向量输入机器学习模型，以得到二维概率分布表，其中所述二维概率分布表的第i列包括第i个样本物品分别在推荐序列中的每一个位置上的概率，第j行包括每个样本物品分别在所述推荐序列中的第j个位置上的概率，1≤i，j≤N，N为所述样本集合中的样本物品总数；根据所述二维概率分布表得到输出矩阵，其中在所述二维概率分布表的每一列中，将最大概率值设为1，将除最大概率值之外的其它概率值设为0，以得到所述输出矩阵；利用所述样本集合的标签矩阵，计算所述输出矩阵的每一行和每一列的交叉熵损失函数；利用所述输出矩阵的每一行和每一列的交叉熵损失函数，对所述机器学习模型进行训练，以得到排序模型。
全文数据：
权利要求：
百度查询： 北京沃东天骏信息技术有限公司 排序模型训练方法和装置、物品排序方法和装置
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