-
公开(公告)号:CN116775915A
公开(公告)日:2023-09-19
申请号:CN202310781584.X
申请日:2023-06-28
申请人: 北京达佳互联信息技术有限公司 , 中国人民大学
IPC分类号: G06F16/435 , G06F16/9535 , G06F18/213 , G06F18/22 , G06F18/25 , G06F18/24 , G06F18/214
摘要: 本公开提供了一种资源推荐方法、推荐预测模型训练方法、装置及设备,属于多媒体技术领域。资源推荐方法包括:获取对象的历史推荐信息及历史搜索信息;基于待推荐的资源、历史推荐信息及历史搜索信息,获取对象的推荐兴趣特征及搜索兴趣特征;对对象的对象特征、资源的资源特征、推荐兴趣特征及搜索兴趣特征进行降维处理,得到资源的推荐概率;基于待推荐的多个资源的推荐概率,向对象推荐多个资源中的目标资源。本公开实施例提供的方案中,保证了推荐概率指示的情况与对象的兴趣相匹配,保证了推荐概率的准确性,进而保证了向对象推荐的资源为对象感兴趣的资源,以保证资源推荐的准确性,进而保证资源推荐效果。
-
公开(公告)号:CN114491094A
公开(公告)日:2022-05-13
申请号:CN202210032855.7
申请日:2022-01-12
申请人: 中国人民大学 , 北京达佳互联信息技术有限公司
IPC分类号: G06F16/435 , G06F16/438
摘要: 本公开关于一种多媒体资源的确定方法、预测模型的训练方法及装置,涉及计算机技术领域。本公开实施例至少解决相关技术中,向账户推荐多媒体资源可能不准确的问题。该方法包括:获取当前账户的账户重构特征,以及多个候选多媒体资源中每个候选多媒体资源的资源重构特征;账户重构特征用于表征账户的搜索行为影响账户的互动行为的相关因素和非相关因素;资源重构特征用于表征在搜索条件下,对应搜索结果中的多媒体资源影响账户执行互动行为的相关因素和非相关因素;根据当前账户的账户重构特征以及每个候选多媒体资源的资源重构特征,预测当前账户的预测互动参数,并从多个候选多媒体资源中确定用于向当前账户推荐的待推荐多媒体资源。
-
公开(公告)号:CN117648993A
公开(公告)日:2024-03-05
申请号:CN202311567664.1
申请日:2023-11-22
申请人: 北京达佳互联信息技术有限公司 , 北京中科研究院
IPC分类号: G06N20/00 , G06F16/435 , G06F16/45
摘要: 本公开关于一种标签生成模型的训练、标签生成方法、装置及存储介质,所述方法包括:获取样本对象的样本对象特征、样本多媒体资源特征以及样本对象与样本多媒体资源特征的样本交互数据;将样本交互数据输入第一预设模型得到样本交互映射标签;将样本对象特征、样本多媒体资源特征,输入第二预设模型得到样本交互标签结果;基于样本交互标签结果与样本交互映射标签之间的差异,对第二预设模型进行训练,得到当前推荐模型;基于训练对象的训练对象特征、训练多媒体资源特征、训练交互数据以及当前推荐模型,对第一预设模型进行训练,得到当前标签生成模型;对当前推荐模型以及当前标签生成模型进行训练,得到标签生成模型。本公开提高了标签生成模型的准确率。
-
公开(公告)号:CN116361551A
公开(公告)日:2023-06-30
申请号:CN202310256862.X
申请日:2023-03-08
申请人: 清华大学 , 北京达佳互联信息技术有限公司
IPC分类号: G06F16/9535 , G06F18/214
摘要: 本公开提供了一种内容项推荐模型的训练方法、内容项推荐方法及装置,属于计算机技术领域。方法包括:基于样本训练数据,对基于有标签的样本预训练数据预训练得到的内容项推荐模型进行无监督训练,得到所述样本训练数据的反向加权损失;基于所述反向加权损失的正向梯度和反向梯度,对所述内容项推荐模型分别进行更新,得到第一临时模型和第二临时模型;基于样本测试数据和所述样本测试数据的标签信息,对所述内容项推荐模型、所述第一临时模型以及所述第二临时模型进行训练,得到目标推荐模型。该方法能够提高内容项推荐模型的推荐内容项的准确性,提升内容项推荐模型的鲁棒性。
-
公开(公告)号:CN113792163B
公开(公告)日:2022-12-27
申请号:CN202110908672.2
申请日:2021-08-09
申请人: 北京达佳互联信息技术有限公司
IPC分类号: G06F16/435 , G06F16/48 , G06N3/08 , G06N3/04
摘要: 本公开关于一种多媒体推荐方法、装置、电子设备及存储介质。该方法包括:获取关联关系图;根据关联关系图中与多个待推荐多媒体具有关联关系的第一关键词,确定多个待推荐多媒体各自的多媒体特征;对关联关系图进行剪枝处理,得到目标子图;目标子图包括目标对象、多个待推荐多媒体、目标历史多媒体和目标关键词;基于目标历史多媒体和目标关键词,确定目标对象的第一对象特征;根据多媒体特征和第一对象特征,确定多个待推荐多媒体的推荐信息;基于推荐信息,向目标对象推荐多个待推荐多媒体。根据本公开提供的技术方案,可以提高多媒体推荐的精度和效率。
-
公开(公告)号:CN114385854A
公开(公告)日:2022-04-22
申请号:CN202210032781.7
申请日:2022-01-12
申请人: 清华大学 , 北京达佳互联信息技术有限公司
IPC分类号: G06F16/735 , G06K9/62
摘要: 本公开是关于一种资源推荐方法、装置、电子设备及存储介质,属于计算机技术领域。方法包括:对用户账号对应的用户数据和待推荐的资源对应的资源数据进行特征提取,得到多个预设资源维度的编码特征;对多个该预设资源维度的编码特征进行解纠缠,得到多个该预设资源维度的影响特征,所述预设资源维度的影响特征表示属于所述预设资源维度的数据对交互结果的影响;基于多个该预设资源维度的影响特征进行预测,得到推荐结果。该方法充分获取到每个预设资源维度的特征,提高获取的特征的准确性,从而综合考虑该多个预设资源维度的影响确定推荐结果时,能够提高推荐的准确性。
-
公开(公告)号:CN113139614A
公开(公告)日:2021-07-20
申请号:CN202110501646.8
申请日:2021-05-08
申请人: 清华大学 , 北京达佳互联信息技术有限公司
IPC分类号: G06K9/62 , G06F16/907 , G06F16/28
摘要: 本公开是关于一种特征提取方法、装置、电子设备及存储介质,属于计算机技术领域。方法包括:获取关联信息,所述关联信息中包括多个对象及任两个对象之间的关联关系,多个对象包括在服务器上注册的账号和通过服务器发布的多媒体资源;将第一对象确定为初始的目标对象;从所述关联信息中,基于当前的目标对象选取满足关联条件的下一个目标对象,直至已确定的目标对象的数量达到目标数量,构造目标对象集合;对所述目标对象集合进行特征提取,得到所述第一对象的对象特征。该方法利用目标对象集合提取特征时,能够充分考虑各个对象之间的关联关系对第一对象的影响,提高对象特征的准确率。
-
公开(公告)号:CN113139613A
公开(公告)日:2021-07-20
申请号:CN202110500762.8
申请日:2021-05-08
申请人: 清华大学 , 北京达佳互联信息技术有限公司
IPC分类号: G06K9/62 , G06F16/907 , G06F16/28
摘要: 本公开是关于一种特征提取方法、装置、电子设备及存储介质,属于计算机技术领域。方法包括:获取关联信息,关联信息中包括多个对象及任两个对象之间的关联关系,多个对象包括在服务器上注册的账号和通过服务器发布的多媒体资源;按照关联信息中包含的多种类型的关联关系,将关联信息划分为多个关联子信息,各个关联子信息中包含多个对象,且同一个关联子信息中不同的对象之间存在同一种类型的关联关系;从多个关联子信息中,确定包含第一对象的目标关联子信息;基于目标关联子信息,获取第一对象的对象特征。该方法通过将关联信息划分为多个关联子信息,充分考虑了不同关联关系对第一对象的对象特征的影响,提高了对象特征的准确率。
-
公开(公告)号:CN118153717A
公开(公告)日:2024-06-07
申请号:CN202410465570.1
申请日:2024-04-17
申请人: 北京达佳互联信息技术有限公司
IPC分类号: G06N20/00 , G06Q30/0601
摘要: 本公开实施例提供一种推荐模型训练方法、内容推荐方法、装置、设备、介质及程序产品。该方法包括:获取包括多个训练样本的训练数据集;获取根据训练数据集生成的原型分类集合;推荐模型根据训练样本与各个原型向量的相似度,得到对应于训练样本的样本预测值;根据样本预测值和样本标签,生成第一损失函数;根据第一损失函数,对所述推荐模型进行训练,得到目标推荐模型。该推荐模型训练方法通过将根据训练数据集生成的原型分类集合引入到推荐模型的训练过程中,并根据训练样本与各个原型向量的相似度来计算训练样本的样本预测值,能够让训练样本在预测时有选择性的使用合适的原型向量,从而使得其预测结果更具鲁棒性和可解释性。
-
公开(公告)号:CN112883258B
公开(公告)日:2024-05-21
申请号:CN202110034339.3
申请日:2021-01-11
申请人: 北京达佳互联信息技术有限公司
IPC分类号: G06F16/9535 , G06N3/08
摘要: 本公开关于一种信息推荐方法、装置、电子设备及存储介质,该方法包括响应于目标对象的信息获取请求,获取目标对象的长期行为数据集,长期行为数据集表征目标对象在预设时间段内的多个历史行为数据;确定待推荐信息集中每个待推荐信息的特征信息;基于每个待推荐信息的特征信息从长期行为数据集中,确定每个待推荐信息对应的目标行为数据;将目标行为数据输入兴趣识别网络进行兴趣识别,得到目标对象对每个待推荐信息的兴趣指标;基于兴趣指标将待推荐信息集中的目标信息推荐给目标对象。利用本公开实施例可以有效反映对象的真实兴趣偏好,提高兴趣识别效率和识别精准性,进而大大提升推荐系统中信息推荐精准性和推荐效果。
-
-
-
-
-
-
-
-
-