[發(fā)明專利]模型訓(xùn)練方法、廣告推薦方法、相關(guān)裝置、設(shè)備及介質(zhì)在審
| 申請(qǐng)?zhí)枺?/td> | 201811165700.0 | 申請(qǐng)日: | 2018-09-30 |
| 公開(公告)號(hào): | CN109447273A | 公開(公告)日: | 2019-03-08 |
| 發(fā)明(設(shè)計(jì))人: | 劉均;陳子安 | 申請(qǐng)(專利權(quán))人: | 深圳市元征科技股份有限公司 |
| 主分類號(hào): | G06N20/00 | 分類號(hào): | G06N20/00;G06Q30/02 |
| 代理公司: | 廣州三環(huán)專利商標(biāo)代理有限公司 44202 | 代理人: | 郝傳鑫;熊永強(qiáng) |
| 地址: | 518000 廣東省深圳市龍*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 逐步增大 準(zhǔn)確率 廣告推薦 模型訓(xùn)練 相關(guān)裝置 變化率 閾值時(shí) 計(jì)算機(jī)可讀存儲(chǔ)介質(zhì) 固定目標(biāo) 原始數(shù)據(jù) 輸出 復(fù)雜度 推送 申請(qǐng) | ||
1.一種模型訓(xùn)練方法,其特征在于,包括:
固定第一梯度提升決策樹GBDT模型的第一參數(shù),逐步增大第一GBDT模型的第二參數(shù);
在所述逐步增大所述第一GBDT模型的第二參數(shù)的過程中,當(dāng)所述第一GBDT模型輸出的準(zhǔn)確率的變化率小于第一閾值時(shí),確定目標(biāo)第二參數(shù);
固定所述目標(biāo)第二參數(shù),逐步增大所述第一GBDT模型的第一參數(shù);
在所述逐步增大所述第一GBDT模型的第一參數(shù)的過程中,當(dāng)所述第一GBDT模型輸出的準(zhǔn)確率的變化率小于第二閾值時(shí),確定目標(biāo)第一參數(shù);
通過輸入的原始數(shù)據(jù),以所述目標(biāo)第一參數(shù)和所述目標(biāo)第二參數(shù)來訓(xùn)練所述第一GBDT模型,得到第二GBDT模型,所述第二GBDT模型用于構(gòu)造組合特征向量。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述確定目標(biāo)第二參數(shù),包括:
從所述第一GBDT模型輸出的準(zhǔn)確率的變化率小于第一閾值時(shí)對(duì)應(yīng)的第二參數(shù)開始,按照第一間隔逐步減少所述第二參數(shù);
當(dāng)所述第一GBDT模型輸出的準(zhǔn)確率的變化率大于所述第一閾值時(shí),從所述第一GBDT模型輸出的準(zhǔn)確率的變化率大于第一閾值時(shí)對(duì)應(yīng)的第二參數(shù)開始,按照第二間隔逐步增大所述第二參數(shù);
將所述第一GBDT模型輸出的準(zhǔn)確率的變化率小于第一閾值時(shí)所對(duì)應(yīng)的第二參數(shù)確定為目標(biāo)第二參數(shù);其中所述第二間隔小于所述第一間隔。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述確定目標(biāo)第一參數(shù),包括:
從所述第一GBDT模型輸出的準(zhǔn)確率的變化率小于第一閾值時(shí)對(duì)應(yīng)的第一參數(shù)開始,按照第三間隔逐步減少所述第一參數(shù);
當(dāng)所述第一GBDT模型輸出的準(zhǔn)確率的變化率大于所述第二閾值時(shí),從所述第一GBDT模型輸出的準(zhǔn)確率的變化率大于第二閾值時(shí)對(duì)應(yīng)的第一參數(shù)開始,按照第四間隔逐步增大所述第一參數(shù);
將所述第一GBDT模型輸出的準(zhǔn)確率的變化率小于第一閾值時(shí)所對(duì)應(yīng)的第一參數(shù)確定為目標(biāo)第一參數(shù);其中所述第四間隔小于所述第三間隔。
4.一種廣告推薦方法,其特征在于,包括:
將輸入的訓(xùn)練樣本輸入到第二GBDT模型,獲取第一組合特征向量,其中,所述第二GBDT模型為如權(quán)利要求1-3任一項(xiàng)所述的方法中得到的模型;
將所述第一組合特征向量與原始特征向量合并得到新數(shù)據(jù)樣本,所述原始特征向量為通過原始數(shù)據(jù)訓(xùn)練第一GBDT模型獲得的第一特征向量;
根據(jù)所述新數(shù)據(jù)樣本訓(xùn)練第一Logistic模型得到第二Logistic模型;
將接收的預(yù)測(cè)樣本輸入到所述第二GBDT模型中,獲取第二組合特征向量;
將所述第二組合特征向量與所述原始特征向量合并得到的第二特征向量,將所述第二特征向量輸入到所述第二Logistic模型中,得到所述第二特征向量中各個(gè)類別的概率;
將所述概率中最大概率對(duì)應(yīng)的類別作為推送類別后,將所述推送類別對(duì)應(yīng)的廣告推送給客戶端。
5.一種模型訓(xùn)練裝置,其特征在于,包括用于執(zhí)行如權(quán)利要求1-3任一項(xiàng)所述的方法的單元。
6.一種廣告推薦裝置,其特征在于,包括用于執(zhí)行如權(quán)利要求4所述的方法的單元。
7.一種模型訓(xùn)練設(shè)備,其特征在于,包括處理器、輸入設(shè)備、輸出設(shè)備、存儲(chǔ)器和通信設(shè)備,所述處理器、輸入設(shè)備、輸出設(shè)備、存儲(chǔ)器和通信設(shè)備相互連接,其中,所述存儲(chǔ)器用于存儲(chǔ)應(yīng)用程序代碼,所述通信設(shè)備用于與外部設(shè)備進(jìn)行信息交互;所述處理器被配置用于調(diào)用所述程序代碼,執(zhí)行如權(quán)利要求1-3任一項(xiàng)所述的方法。
8.一種廣告推薦設(shè)備,其特征在于,包括處理器、輸入設(shè)備、輸出設(shè)備、存儲(chǔ)器和通信設(shè)備,所述處理器、輸入設(shè)備、輸出設(shè)備、存儲(chǔ)器和通信設(shè)備相互連接,其中,所述存儲(chǔ)器用于存儲(chǔ)應(yīng)用程序代碼,所述通信設(shè)備用于與外部設(shè)備進(jìn)行信息交互;所述處理器被配置用于調(diào)用所述程序代碼,執(zhí)行如權(quán)利要求4所述的方法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳市元征科技股份有限公司,未經(jīng)深圳市元征科技股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811165700.0/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 提高搜索準(zhǔn)確率的方法和裝置
- 改良對(duì)焦準(zhǔn)確率的鏡頭及其攝像裝置
- 測(cè)量數(shù)據(jù)處理準(zhǔn)確性方法和系統(tǒng)以及數(shù)據(jù)處理方法和系統(tǒng)
- 語音控制準(zhǔn)確率調(diào)整方法和系統(tǒng)
- 高準(zhǔn)確率的氣密檢測(cè)裝置
- 校正準(zhǔn)確率高的振動(dòng)盤
- 標(biāo)注準(zhǔn)確率評(píng)估方法及裝置
- 校正準(zhǔn)確率高的振動(dòng)盤
- 高準(zhǔn)確率激光測(cè)距儀
- 點(diǎn)鈔準(zhǔn)確率改進(jìn)的點(diǎn)鈔機(jī)
- 自動(dòng)化的模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)
- 變換模型訓(xùn)練方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 信息處理裝置和方法以及利用模型分類的裝置
- 一種模型訓(xùn)練的方法和裝置
- 模型訓(xùn)練方法、模型訓(xùn)練裝置和實(shí)體抽取方法
- 選擇模型訓(xùn)練方法、模型選擇方法、裝置及電子設(shè)備
- 模型訓(xùn)練方法及裝置
- 模型的訓(xùn)練方法、模型的預(yù)測(cè)方法以及模型的控制系統(tǒng)
- 一種模型生成及電池劣化推測(cè)裝置、方法、介質(zhì)及設(shè)備
- 模型訓(xùn)練方法、模型訓(xùn)練平臺(tái)、電子設(shè)備和存儲(chǔ)介質(zhì)





