[發(fā)明專利]交互行為確定模型的訓(xùn)練方法、裝置、設(shè)備及介質(zhì)在審
| 申請(qǐng)?zhí)枺?/td> | 202010744200.3 | 申請(qǐng)日: | 2020-07-29 |
| 公開(kāi)(公告)號(hào): | CN111860870A | 公開(kāi)(公告)日: | 2020-10-30 |
| 發(fā)明(設(shè)計(jì))人: | 李寧 | 申請(qǐng)(專利權(quán))人: | 北京達(dá)佳互聯(lián)信息技術(shù)有限公司 |
| 主分類號(hào): | G06N20/00 | 分類號(hào): | G06N20/00 |
| 代理公司: | 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138 | 代理人: | 寧立存 |
| 地址: | 100085 北京市海淀*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 交互 行為 確定 模型 訓(xùn)練 方法 裝置 設(shè)備 介質(zhì) | ||
1.一種交互行為確定模型的訓(xùn)練方法,其特征在于,包括:
在任一次迭代訓(xùn)練過(guò)程中,獲取樣本數(shù)據(jù),所述樣本數(shù)據(jù)包括一個(gè)樣本賬號(hào)的第一內(nèi)容項(xiàng)交互特征和已推送給所述樣本賬號(hào)的至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征,所述第一內(nèi)容項(xiàng)交互特征用于表示所述樣本賬號(hào)與內(nèi)容項(xiàng)之間的歷史交互行為;
將所述樣本數(shù)據(jù)輸入交互行為確定模型,通過(guò)所述交互行為確定模型執(zhí)行下述步驟:
根據(jù)所述樣本賬號(hào)的至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征,得到所述至少一個(gè)內(nèi)容項(xiàng)的第一目標(biāo)特征;
根據(jù)所述第一內(nèi)容項(xiàng)交互特征、所述第一目標(biāo)特征、所述至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征的類型以及所述至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征,輸出所述樣本賬號(hào)與所述至少一個(gè)內(nèi)容項(xiàng)發(fā)生目標(biāo)交互行為的第一目標(biāo)概率;
響應(yīng)于所述交互行為確定模型所輸出的所述第一目標(biāo)概率以及所述樣本賬號(hào)與所述至少一個(gè)內(nèi)容項(xiàng)的實(shí)際交互情況之間滿足目標(biāo)條件,將所述交互行為確定模型獲取為訓(xùn)練好的交互行為確定模型。
2.根據(jù)權(quán)利要求1所述的交互行為確定模型的訓(xùn)練方法,其特征在于,所述根據(jù)所述樣本賬號(hào)的至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征,得到所述至少一個(gè)內(nèi)容項(xiàng)的第一目標(biāo)特征包括:
分別對(duì)所述樣本賬號(hào)的至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征進(jìn)行降維處理,得到所述至少一個(gè)內(nèi)容項(xiàng)的第一目標(biāo)特征。
3.根據(jù)權(quán)利要求1所述的交互行為確定模型的訓(xùn)練方法,其特征在于,所述根據(jù)所述第一內(nèi)容項(xiàng)交互特征、所述第一目標(biāo)特征、所述至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征的類型以及所述至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征,輸出所述樣本賬號(hào)與所述至少一個(gè)內(nèi)容項(xiàng)發(fā)生目標(biāo)交互行為的第一目標(biāo)概率包括:
為所述第一目標(biāo)特征設(shè)置與所述至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征的類型對(duì)應(yīng)的第一樣本參數(shù),所述第一樣本參數(shù)用于表示第一目標(biāo)特征對(duì)模型輸出結(jié)果的影響程度;
根據(jù)所述第一內(nèi)容項(xiàng)交互特征、所述第一樣本參數(shù)、所述第一目標(biāo)特征以及所述至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征,輸出所述樣本賬號(hào)與所述至少一個(gè)內(nèi)容項(xiàng)發(fā)生目標(biāo)交互行為的所述第一目標(biāo)概率。
4.根據(jù)權(quán)利要求3所述的交互行為確定模型的訓(xùn)練方法,其特征在于,所述根據(jù)所述第一內(nèi)容項(xiàng)交互特征、所述第一樣本參數(shù)、所述第一目標(biāo)特征以及所述至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征,輸出所述樣本賬號(hào)與所述至少一個(gè)內(nèi)容項(xiàng)發(fā)生目標(biāo)交互行為的所述第一目標(biāo)概率包括:
根據(jù)所述第一樣本參數(shù),將所述第一目標(biāo)特征進(jìn)行融合,得到第二樣本參數(shù);
根據(jù)所述第二樣本參數(shù),所述至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征以及所述第一內(nèi)容項(xiàng)交互特征,輸出所述第一目標(biāo)概率。
5.根據(jù)權(quán)利要求4所述的交互行為確定模型的訓(xùn)練方法,其特征在于,所述第一內(nèi)容項(xiàng)特征和所述第一內(nèi)容項(xiàng)交互特征均包括多個(gè)分特征,所述根據(jù)所述第二樣本參數(shù),所述至少一個(gè)內(nèi)容項(xiàng)的第一內(nèi)容項(xiàng)特征以及所述第一內(nèi)容項(xiàng)交互特征,輸出所述第一目標(biāo)概率包括:
對(duì)所述第一內(nèi)容項(xiàng)特征的分特征和所述第一內(nèi)容項(xiàng)交互特征的分特征進(jìn)行加權(quán)求和,得到第一樣本融合特征值;
根據(jù)所述第二樣本參數(shù),對(duì)至少兩個(gè)所述第一內(nèi)容項(xiàng)特征的分特征的內(nèi)積和至少兩個(gè)所述第一內(nèi)容項(xiàng)交互特征的分特征的內(nèi)積進(jìn)行加權(quán)求和,得到第二樣本融合特征值;
將所述第一樣本融合特征值和所述第二樣本融合特征值進(jìn)行融合,得到第三樣本融合特征值;
根據(jù)所述第三樣本融合特征值,輸出所述第一目標(biāo)概率。
6.根據(jù)權(quán)利要求5所述的交互行為確定模型的訓(xùn)練方法,其特征在于,所述根據(jù)第三樣本融合特征值,輸出所述第一目標(biāo)概率包括:
對(duì)所述第三樣本融合特征值進(jìn)行歸一化處理,得到所述第一目標(biāo)概率。
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)利屬于北京達(dá)佳互聯(lián)信息技術(shù)有限公司,未經(jīng)北京達(dá)佳互聯(lián)信息技術(shù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)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/202010744200.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 過(guò)濾以及監(jiān)控程序的行為的方法
- 數(shù)據(jù)挖掘的方法和裝置
- 網(wǎng)絡(luò)異常行為檢測(cè)方法及檢測(cè)裝置
- 基于大數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘的異常行為檢測(cè)方法和系統(tǒng)
- 用于檢測(cè)用戶行為的方法和裝置
- 行為數(shù)據(jù)分析方法及裝置
- 一種基于網(wǎng)絡(luò)的行為教育方法
- 網(wǎng)絡(luò)行為分類方法、設(shè)備、存儲(chǔ)介質(zhì)及裝置
- 一種在線支付業(yè)務(wù)行為的異常檢測(cè)方法、裝置及電子設(shè)備
- 行為采集方法及系統(tǒng)





