-
公开(公告)号：CN111984857B
公开(公告)日：2024-04-09
申请号：CN202010594823.7
申请日：2020-06-28
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06F16/9538
Abstract: 本申请公开了信息的推送方法、装置、电子设备和存储介质，涉及智能搜索、云平台技术领域。具体实现方案为：响应于获取到的检索页面刷新请求，获取与检索页面关联的待推送信息，并获取目标区域当前所在的位置，其中，目标区域为在获取到检索页面刷新请求之前，检索页面可视区域，然后将目标区域当前所在的位置，确定为待推送信息在检索页面中的显示位置。由此，在获取到检索页面的刷新请求时，通过将检索页面的可视区域当前所在位置，确定为待推送信息的显示位置，以在检索页面的当前浏览位置显示待推送信息，从而提高了推送信息的曝光率和点击率，并且推送信息与检索页面关联，提高了推送的精准性。
-
公开(公告)号：CN110263982A
公开(公告)日：2019-09-20
申请号：CN201910467690.4
申请日：2019-05-30
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提出一种广告点击率预估模型的优化方法和装置，其中方法包括：采用训练集中的数据统计优化前的第一参数向量对应的方向向量及步长向量；其中，第一参数向量为广告点击率预估模型的参数向量；将优化前的第一参数向量、方向向量及步长向量作为更新函数的输入，采用优化前的第二参数向量计算优化后的第一参数向量；其中，第二参数向量为更新函数的参数向量；以在验证集中的优化目标为准则，估计优化后的第二参数向量；其中，优化目标采用优化后的第一参数向量确定；采用优化后的第二参数向量更新优化后的第一参数向量。本发明实施例能够本避免了采用网格搜索的方式手动设定超参数，能够得到更优的优化结果。
-
公开(公告)号：CN113220969B
公开(公告)日：2024-06-28
申请号：CN202010081491.2
申请日：2020-02-06
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/953 , G06F16/9536 , G06Q30/0242 , G06Q30/0241
Abstract: 本申请公开了一种广告确定方法、装置、设备及存储介质，涉及智能搜索技术领域。具体实现方案为：响应于当前用户的当前搜索请求，根据当前用户在历史结果页面的起始位置和/或当前用户在历史结果页面的操作行为数据，确定历史结果页面中历史广告的处理策略；根据历史广告的处理策略对历史广告进行处理，以确定当前广告。本申请实施例通过在广告确定过程中，引入当前用户在历史结果页面的起始位置和/或当前用户在历史结果页面的操作行为数据，作为确定处理策略时的参照因子，使得所确定的处理策略能够考量当前用户对历史结果页面的动态交互情况，实现了广告的个性化推荐，同时提高了确定结果与用户的匹配度，进而提高了用户对所确定广告的点击率。
-
公开(公告)号：CN112150174B
公开(公告)日：2024-04-02
申请号：CN201910569999.4
申请日：2019-06-27
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q30/0241 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种广告配图方法、装置及电子设备，该方法包括：通过广告配图过程中的历史数据训练得到对目标对抗深度神经网络DNN模型；基于目标对抗DNN模型以及目标广告，在图片数据库中确定目标图片；将目标图片设置为目标广告的配图。本发明提供的广告配图方法，可以实现在线实时为广告配图，而无需人工标注，操作便捷且省时，从而可以提升广告配图的效率。
-
公开(公告)号：CN112215629A
公开(公告)日：2021-01-12
申请号：CN201910615860.9
申请日：2019-07-09
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q30/02 , G06F16/9535 , G06K9/62 , G06N3/04
Abstract: 本发明提供一种基于构造对抗样本的多目标广告生成系统及其方法，属于对抗神经网络技术领域。所述方法包括：该方法包括：获取关于用户行为的第一类样本集合和第二类样本集合，并获取具有所述第一类样本集合和所述第二类样本集合的相关特征的对抗样本集合；构造待训练召回模型，利用所述第一类样本集合、所述第二类样本集合和所述对抗样本集合训练所述待训练召回模型，获得具有三分类功能的召回模型，将所述召回模型结合预设过滤规则形成生成模型。本发明既能保证广告和搜索请求的相关性，又能兼顾用户对广告的点击偏好。
-
Patent Agency Ranking
公开(公告)号：CN103995852A
公开(公告)日：2014-08-20
申请号：CN201410198312.8
申请日：2014-05-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F17/30
CPC classification number: G06F17/30905
Abstract: 本发明提出一种数据处理方法和装置，该数据处理方法包括移动终端对搜索结果进行展现；获取移动终端屏幕上展现内容的信息，所述展现内容包括：初始屏幕展现内容，以及，用户每次滑屏后的屏幕展现内容；将所述展现内容的信息发送给服务器，以使所述服务器记录所述展现内容的信息，所述展现内容的信息用于获取所述搜索结果中没有被用户浏览到的内容，并在展现点击日志中去除所述没有被用户浏览到的内容的信息。该方法能够降低输入数据量，并提高模型预估准确率。
-
公开(公告)号：CN113495965B
公开(公告)日：2024-12-20
申请号：CN202010271903.9
申请日：2020-04-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/41 , G06F16/435 , G06F16/45
Abstract: 本申请公开了一种多媒体内容检索方法、装置、设备及存储介质，涉及智能搜索技术领域。具体实现方案为：获取查询信息的查询向量；从检索库中确定与所述查询向量匹配的第一分类，其中，所述检索库中包括多个分类，每个分类包括多个向量，每个向量关联对应的多媒体内容；在所述第一分类中查询与所述查询向量匹配的目标向量，并获取所述目标向量对应的多媒体内容。本申请提高了检索效率。
-
公开(公告)号：CN113220969A
公开(公告)日：2021-08-06
申请号：CN202010081491.2
申请日：2020-02-06
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/953 , G06F16/9536 , G06Q30/02
Abstract: 本申请公开了一种广告确定方法、装置、设备及存储介质，涉及智能搜索技术领域。具体实现方案为：响应于当前用户的当前搜索请求，根据当前用户在历史结果页面的起始位置和/或当前用户在历史结果页面的操作行为数据，确定历史结果页面中历史广告的处理策略；根据历史广告的处理策略对历史广告进行处理，以确定当前广告。本申请实施例通过在广告确定过程中，引入当前用户在历史结果页面的起始位置和/或当前用户在历史结果页面的操作行为数据，作为确定处理策略时的参照因子，使得所确定的处理策略能够考量当前用户对历史结果页面的动态交互情况，实现了广告的个性化推荐，同时提高了确定结果与用户的匹配度，进而提高了用户对所确定广告的点击率。
-
公开(公告)号：CN112215629B
公开(公告)日：2023-09-01
申请号：CN201910615860.9
申请日：2019-07-09
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q30/0241 , G06Q30/0251 , G06F16/9535 , G06F18/214 , G06F18/241 , G06N3/045 , G06N3/0475 , G06N3/09 , G06N3/094
Abstract: 本发明提供一种基于构造对抗样本的多目标广告生成系统及其方法，属于对抗神经网络技术领域。所述方法包括：该方法包括：获取关于用户行为的第一类样本集合和第二类样本集合，并获取具有所述第一类样本集合和所述第二类样本集合的相关特征的对抗样本集合；构造待训练召回模型，利用所述第一类样本集合、所述第二类样本集合和所述对抗样本集合训练所述待训练召回模型，获得具有三分类功能的召回模型，将所述召回模型结合预设过滤规则形成生成模型。本发明既能保证广告和搜索请求的相关性，又能兼顾用户对广告的点击偏好。
-
公开(公告)号：CN113495965A
公开(公告)日：2021-10-12
申请号：CN202010271903.9
申请日：2020-04-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/41 , G06F16/435 , G06F16/45
Abstract: 本申请公开了一种多媒体内容检索方法、装置、设备及存储介质，涉及智能搜索技术领域。具体实现方案为：获取查询信息的查询向量；从检索库中确定与所述查询向量匹配的第一分类，其中，所述检索库中包括多个分类，每个分类包括多个向量，每个向量关联对应的多媒体内容；在所述第一分类中查询与所述查询向量匹配的目标向量，并获取所述目标向量对应的多媒体内容。本申请提高了检索效率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.031 seconds)
