[發(fā)明專利]基于大數(shù)據(jù)的深度學(xué)習(xí)樣本標注方法

在審

• 申請?zhí)枺?/td>: 202011331925.6
• 申請日: 2020-05-15
• 公開（公告）號: CN112269817A
• 公開（公告）日: 2021-01-26
• 發(fā)明（設(shè)計）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 廣州知弘科技有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/901;G06F16/906;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用于內(nèi)容推薦的基于大數(shù)據(jù)的深度學(xué)習(xí)樣本標注方法，其特征在于，包括：

隨機選擇N個樣本對象以進行標注；

利用用戶的標注輸入為用戶學(xué)習(xí)偏好預(yù)測模型；

基于針對要選擇的每個對象所確定的特異性度量和典型性度量來選擇N個對象以進行下一輪選擇式標注；

響應(yīng)用戶最后一個對象選擇標注以及任何先前的對象選擇標注，為用戶確定偏好預(yù)測模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：為樣本庫中樣本子集的每個樣本對象，確定樣本對象的特異性度量，所述特異性度量包含有關(guān)用戶對樣本對象的偏好的可信度。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：確定樣本對象的典型性度量，上述典型性度量包含樣本對象與所述樣本庫中其他樣本的特征相似度。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)以下方法確定對象f_s的特異性度量SPL：SPL(f_s)＝-SP(f_s)lgSP(f_s)-(1-SP(f_s))lg(1-SP(f_s))

其中SP(f_s)為利用用戶的偏好預(yù)測模型所確定的對象的偏好分值。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，利用樣本對象的相似度分值來確定對象的典型性度量，包括：

確定對象f_s的典型性度量TPL(f_s)，如下式：

其中|G_i|為樣本f_s的鄰接樣本庫G_i中對象數(shù)量的計數(shù)，DS為距離函數(shù)，其確定f_s與該鄰接樣本庫中的鄰接對象f_r間的相似度分值。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，偏好預(yù)測模型可基于任何樣本的特征與該模型的權(quán)值向量，來為對象產(chǎn)生偏好分值，該權(quán)值向量包含樣本的特征中每個特征的對應(yīng)加權(quán)值。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，偏好預(yù)測分值計算方法可表示為：

其中，Π(f_i)為利用樣本對象的特征，將樣本投影至特征空間的函數(shù)，樣本的特征可由特征向量f_i表示，而為權(quán)值向量，該權(quán)值向量包含特征向量f_i中每個特征的對應(yīng)加權(quán)值。

8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：根據(jù)訓(xùn)練后的偏好預(yù)測模型，推送預(yù)設(shè)數(shù)量的偏好對象以提供至用戶。