[發明專利]用于輸出信息的方法、裝置、設備、存儲介質、程序

在審

• 申請號: 202011518635.2
• 申請日: 2020-12-21
• 公開（公告）號: CN112596647A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 陸永帥
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F3/0481
• 分類號: G06F3/0481;G06F3/0484;G06N3/04;G06N3/08;A63F13/792
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于輸出信息的方法，包括：

響應于接收到用戶的目標操作請求，獲取所述用戶的操作數據；

將所述操作數據轉化成特征向量；

將所述特征向量輸入預先訓練的撤銷預測模型，得到撤銷預測結果；

如果所述撤銷預測結果高于預定值，則輸出限制性的目標操作選項供所述用戶選擇。

2.根據權利要求1所述的方法，其中，所述方法還包括：

如果所述撤銷預測結果不高于所述預定值，則輸出非限制性的目標操作選項供所述用戶選擇。

3.根據權利要求1所述的方法，其中，所述撤銷預測模型是通過以下步驟訓練得到的：

確定初始神經網絡的網絡結構以及初始化所述初始神經網絡的網絡參數；

獲取訓練樣本集，其中，訓練樣本包括樣本用戶的操作數據的特征向量和用于表征樣本用戶撤銷所述目標操作的標注信息；

將所述訓練樣本集中的訓練樣本中的樣本用戶的操作數據的特征向量和標注信息分別作為所述初始神經網絡的輸入和期望輸出，利用機器學習方法訓練所述初始神經網絡；

將訓練得到的所述初始神經網絡確定為撤銷預測模型。

4.根據權利要求1所述的方法，其中，所述撤銷預測模型為改進的深度殘差網絡，所述深度殘差網絡采用一維卷積，采用sigmoid函數作為激活函數。

5.根據權利要求1所述的方法，其中，所述操作數據包括游戲數據，其中，所述游戲數據包括以下至少一項：游戲等級、裝備、技能。

6.根據權利要求1所述的方法，其中，所述操作數據包括行為數據，其中，所述行為數據包括以下至少一項：登錄的頻率、最后登錄時間、各個項目的點擊頻率、喜愛使用的招數、學習的內容、付費記錄。

7.一種用于輸出信息的裝置，包括：

獲取單元，被配置成響應于接收到用戶的目標操作請求，獲取所述用戶的操作數據；

轉化單元，被配置成將所述操作數據轉化成特征向量；

預測單元，被配置成將所述特征向量輸入預先訓練的撤銷預測模型，得到撤銷預測結果；

輸出單元，被配置成如果所述撤銷預測結果高于預定值，則輸出限制性的目標操作選項供所述用戶選擇。

8.根據權利要求7所述的裝置，其中，所述輸出單元進一步被配置成：

如果所述撤銷預測結果不高于所述預定值，則輸出非限制性的目標操作選項供所述用戶選擇。

9.根據權利要求7所述的裝置，其中，所述裝置還包括訓練單元，被配置成：

確定初始神經網絡的網絡結構以及初始化所述初始神經網絡的網絡參數；

獲取訓練樣本集，其中，訓練樣本包括樣本用戶的操作數據的特征向量和用于表征樣本用戶撤銷所述目標操作的標注信息；

將所述訓練樣本集中的訓練樣本中的樣本用戶的操作數據的特征向量和標注信息分別作為所述初始神經網絡的輸入和期望輸出，利用機器學習裝置訓練所述初始神經網絡；

將訓練得到的所述初始神經網絡確定為撤銷預測模型。

10.根據權利要求7所述的裝置，其中，所述撤銷預測模型為改進的深度殘差網絡，所述深度殘差網絡采用一維卷積，采用sigmoid函數作為激活函數。

11.根據權利要求7所述的裝置，其中，所述操作數據包括游戲數據，其中，所述游戲數據包括以下至少一項：游戲等級、裝備、技能。

12.根據權利要求7所述的裝置，其中，所述操作數據包括行為數據，其中，所述行為數據包括以下至少一項：登錄的頻率、最后登錄時間、各個項目的點擊頻率、喜愛使用的招數、學習的內容、付費記錄。