[發明專利]信息預估方法、裝置，電子設備

在審

• 申請號: 202010582024.8
• 申請日: 2020-06-23
• 公開（公告）號: CN111881747A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 高海涵;謝乾龍;王興星;朱尹華;俞悅
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 任亞娟

1.一種信息預估方法，其特征在于，包括：

基于當前預估圖像信息，獲取模型輸入數據；

通過預設信息預估模型中的編碼網絡，對所述模型輸入數據進行編碼，得到一編碼向量；

通過所述預設信息預估模型中并行設置的多個分支網絡分別對所述編碼向量進行特征映射，獲得與各自分支網絡對應的第一屬性值；其中，不同的所述分支網絡分別基于所述編碼向量預估不同的第一屬性，不同的所述第一屬性與所述預設信息預估模型預估的第二屬性之間滿足貝葉斯法則；

通過所述預設信息預估模型的融合網絡對各所述分支網絡輸出的相應所述第一屬性值，進行融合計算，得到所述當前預估圖像匹配的第二屬性值。

2.根據權利要求1所述的方法，其特征在于，所述第一屬性包括：所述當前預估圖像中目標對象為人類的概率、所述目標對象的性別、年齡段；其中，所述第二屬性值用于指示所述當前預估圖像中包括以下任意一類對象：中年男性、青年男性、老年男性、中年女性、老年女性、青年女性。

3.根據權利要求1所述的方法，其特征在于，所述通過所述預設信息預估模型中并行設置的多個分支網絡分別對所述編碼向量進行特征映射，獲得與各自分支網絡對應的第一屬性值的步驟之前，還包括：

基于若干條訓練樣本，訓練所述預設信息預估模型；其中，每條所述訓練樣本的樣本數據為基于不同圖像獲取的模型輸入數據，每條所述訓練樣本的樣本標簽用于指示相應模型輸入數據匹配的第二屬性真實值和至少一所述第一屬性真實值；

對于每條所述訓練樣本，計算處理設備將分別執行如下操作：

對所述樣本數據進行編碼，得到一樣本數據編碼向量；

通過所述預設信息預估模型中并行設置的所述多個分支網絡分別對所述樣本數據編碼向量進行特征映射，分別獲得所述樣本數據與相應分支網絡對應的第一屬性預估值；

通過所述預設信息預估模型的融合網絡對所述第一屬性預估值進行融合計算，輸出所述樣本數據對應的第二屬性預估值；

通過所述預設信息預估模型的損失函數，根據部分或全部所述分支網絡輸出的第一屬性預估值和對應的第一屬性真實值、所述第二屬性預估值和所述第二屬性真實值計算所述預設信息預估模型的損失值，并以所述損失值最小為目標，優化所述預設信息預估模型的網絡參數，直至所述損失值收斂。

4.根據權利要求1所述的方法，其特征在于，所述當前預估圖像信息替換為包括用戶畫像信息、用戶歷史行為信息、商家畫像信息中的一項或多項信息，所述基于當前預估圖像信息，獲取模型輸入數據的步驟，包括：

基于用戶畫像信息、用戶歷史行為信息、商家畫像信息中的一項或多項信息，獲取模型輸入數據。

5.根據權利要求4所述的方法，其特征在于，所述第一屬性替換為點擊概率、轉化概率、商品價格時，所述預設信息預估模型中并行設置預估點擊概率的第一分支網絡、預估轉化概率的第二分支網絡和預估商品價格的第三分支網絡，所述通過所述預設信息預估模型中并行設置的多個分支網絡分別對所述編碼向量進行特征映射，獲得與各自分支網絡對應的第一屬性值的步驟，包括：

通過所述第一分支網絡對所述編碼向量進行特征映射，獲得所述模型輸入數據對應的點擊概率預估值；以及，通過所述第二分支網絡對所述編碼向量進行特征映射，獲得所述模型輸入數據對應的轉化概率預估值；以及，通過所述第三分支網絡對所述編碼向量進行特征映射，獲得所述模型輸入數據對應的商品價格預估值。

6.根據權利要求5所述的方法，其特征在于，所述第二屬性替換為商品成交額時，所述通過所述預設信息預估模型的融合網絡對各所述分支網絡輸出的相應所述第一屬性值，進行融合計算，得到所述當前預估圖像匹配的第二屬性值的步驟，包括：

通過所述預設信息預估模型的融合網絡的第一隱層對所述第一分支網絡輸出的所述點擊概率和所述第二分支網絡輸出的所述轉化概率進行乘法運算，得到所述模型輸入數據對應的成單概率值；

通過所述融合網絡的第二隱層對所述成單概率值和所述第三分支網絡輸出的所述商品價格進行乘法運算，得到所述模型輸入數據匹配的商品成交額。