图像处理模型训练方法以及装置
    1.
    发明公开

    公开(公告)号:CN115564966A

    公开(公告)日:2023-01-03

    申请号:CN202211268120.0

    申请日:2022-10-17

    摘要: 本说明书实施例提供图像处理模型训练方法以及装置,其中所述图像处理模型训练方法包括:将待处理的批量样本数据集写入显存,并对所述批量样本数据集进行拆分,生成对应的至少两个批量样本数据子集,将每个批量样本数据子集中包含的图像数据输入图像处理模型进行处理,获得所述图像处理模型输出的处理结果,并将所述处理结果写入内存,在所述至少两个批量样本数据子集处理完成后,将所述处理结果写入所述显存,并基于所述处理结果进行梯度计算,生成所述每个批量样本数据子集对应的计算结果,对所述计算结果进行梯度融合,并基于融合结果对所述图像处理模型的模型参数进行调整。

    序列推荐模型的训练方法及装置
    2.
    发明公开

    公开(公告)号:CN115564532A

    公开(公告)日:2023-01-03

    申请号:CN202211284644.9

    申请日:2022-10-17

    IPC分类号: G06Q30/06 G06Q30/02 G06N20/00

    摘要: 本说明书实施例提供序列推荐模型的训练方法及装置,其中所述序列推荐模型的训练方法包括:获取关联对象推荐业务的历史行为序列,根据历史行为序列中包含的历史对象生成原始兴趣表征;根据每个历史对象在至少一个维度中的注意力影响参数,计算每个历史对象与基准偏好对象之间的对象相似度;基于对象相似度在历史行为序列中确定目标历史对象,并根据目标历史对象生成反事实兴趣表征;根据原始兴趣表征、基准偏好对象对应的基准偏好表征、反事实兴趣表征生成优化参数对,并根据优化参数对训练关联对象推荐业务的序列推荐模型。通过本说明书提供的序列推荐模型,能够基于对行为序列稀疏用户进行准确地用户兴趣预测,挖掘用户兴趣,提高用户使用体验。

    任务推荐方法及装置
    3.
    发明公开

    公开(公告)号:CN115423505A

    公开(公告)日:2022-12-02

    申请号:CN202211009614.7

    申请日:2022-08-22

    IPC分类号: G06Q30/02

    摘要: 本说明书实施例提供任务推荐方法及装置,其中所述任务推荐方法包括:基于目标用户的用户特征数据和任务推荐数据,确定初始任务推荐策略;基于所述用户特征数据以及所述初始任务推荐策略,确定所述初始任务推荐策略的策略增益参数;基于所述策略增益参数以及所述初始任务推荐策略,获得所述初始任务推荐策略的评估结果;基于所述评估结果以及所述初始任务推荐策略,确定目标任务推荐策略,并基于所述目标任务推荐策略对所述目标用户进行任务推荐。使得在确定目标任务推荐策略的过程中,充分考虑到任务推荐策略的实际增益效率,从而准确的确定营销敏感人群,降低了营销推广的成本。

    数据处理方法及装置
    5.
    发明公开

    公开(公告)号:CN116467527A

    公开(公告)日:2023-07-21

    申请号:CN202310464555.0

    申请日:2023-04-24

    摘要: 本说明书实施例提供数据处理方法及装置,其中所述数据处理方法包括:接收至少两个项目推荐对象的推荐行为数据;将所述推荐行为数据输入至分配预测模型,确定所述至少两个项目推荐对象的预测收益数据以及预测执行状态数据;根据所述预测收益数据和所述预测执行状态数据,获得为所述至少两个项目推荐对象进行资源分配的资源分配数据。从而后续能够基于该资源分配数据对该至少两个项目推荐对象对应的资源进行分配,达到统筹分配资源的目的,避免了由于资源分配不均导致进行项目推荐的效率较低的问题,同时也避免了推广资源的浪费。

    对象推荐模型处理方法以及装置
    6.
    发明公开

    公开(公告)号:CN115545843A

    公开(公告)日:2022-12-30

    申请号:CN202211268172.8

    申请日:2022-10-17

    IPC分类号: G06Q30/06 G06Q30/02

    摘要: 本说明书实施例提供对象推荐模型处理方法以及装置,其中所述对象推荐模型处理方法包括:获取目标项目中待推荐对象的对象属性数据,并确定用户对所述待推荐对象的访问结果,将所述对象属性数据、所述用户的用户属性数据及所述访问结果作为训练数据,对待训练的对象推荐模型进行训练,生成所述对象推荐模型,获取所述对象推荐模型对所述训练数据进行处理生成的数据表征向量,并根据所述数据表征向量对所述训练数据进行聚类,生成对应的聚类结果,对所述聚类结果中包含的对象属性数据及用户属性数据进行组合,并基于组合结果对所述对象推荐模型进行更新。

    基于图神经网络的节点处理方法以及装置

    公开(公告)号:CN115238137A

    公开(公告)日:2022-10-25

    申请号:CN202210975000.8

    申请日:2022-08-15

    摘要: 本说明书实施例提供基于图神经网络的节点处理方法以及装置,其中所述方法包括:将目标异构图输入图神经网络,在所述图神经网络中确定所述目标异构图的初始节点、所述初始节点对应的至少两个关联节点、以及所述初始节点和所述至少两个关联节点之间的至少两个连接边;确定所述初始节点的初始节点信息、所述至少两个关联节点的关联节点信息、以及所述至少两个连接边的边信息;根据预设聚合算法,对所述至少两个关联节点的关联节点信息进行聚合,得到聚合节点信息,以及对所述至少两个连接边的边信息进行聚合,得到聚合边信息;根据所述聚合节点信息和所述聚合边信息,对所述初始节点信息进行更新,得到所述初始节点的目标节点信息。

    项目推荐方法及装置
    8.
    发明公开

    公开(公告)号:CN114238760A

    公开(公告)日:2022-03-25

    申请号:CN202111535454.5

    申请日:2021-12-15

    IPC分类号: G06F16/9535 G06N3/02 G06N3/08

    摘要: 本说明书实施例提供项目推荐方法及装置,其中,所述项目推荐方法包括确定目标用户、待推荐至所述目标用户的不同域的初始项目;基于所述目标用户、与目标用户存在资源关系的第一关联用户、与所述目标用户存在社会关系的第二关联用户构建关系特征图,其中,所述第一关联用户和/或所述第二关联用户、与所述目标用户属于同域或者不同域;基于所述关系特征图、同构图以及异构图确定所述目标用户的目标用户特征以及所述初始项目的目标项目特征;基于所述目标用户的目标用户特征以及所述初始项目的目标项目特征,从所述初始项目中确定所述目标用户的目标项目。

    数据处理方法及装置
    9.
    发明公开

    公开(公告)号:CN113779406A

    公开(公告)日:2021-12-10

    申请号:CN202111089340.2

    申请日:2021-09-16

    摘要: 本说明书提供数据处理方法及装置,其中所述数据处理方法包括:基于获取的用户的用户行为数据构建用户行为图,并将所述用户行为图中的特征数据映射至目标数据空间;获取所述目标数据空间中的特征数据,并通过注意力机制对所述特征数据进行聚合,获得目标特征数据;将所述目标特征数据输入至目标检测对象,获得所述用户的偏好数据。所述方法将基于用户行为数据构建的用户行为图中的特征数据映射至目标数据空间,并通过注意力机制对目标数据空间中的特征数据进行聚合获得目标特征数据,有效的获取到用户行为数据中所包含的层次信息,并将目标特征数据输入至目标检测对象进行检测,从而提高了检测出的用户的偏好数据的准确度。