信息推送方法、服务器、终端设备及广告系统

    公开(公告)号:CN111784419A

    公开(公告)日:2020-10-16

    申请号:CN202010735120.1

    申请日:2020-07-28

    Abstract: 本申请提供一种终端设备以及由所述终端设备执行的信息推送的方法,本申请提供一种服务器及由所述服务器执行的信息推送的方法,本申请还提供一种广告系统。所述信息推送的方法包括:接收来自目标终端设备的广告页面加载请求,所述广告页面包括:广告任务,以及完成所述广告任务可获得的权益值;根据所述页面加载请求从至少一个广告任务中确定目标广告任务;根据所述目标广告任务从至少一个权益值中确定目标权益值;以及向所述目标终端设备发送所述广告页面的数据,所述广告页面的数据包括所述目标广告任务和所述目标权益值。

    多任务模型的训练方法及装置
    12.
    发明公开

    公开(公告)号:CN115345296A

    公开(公告)日:2022-11-15

    申请号:CN202210968303.7

    申请日:2022-08-12

    Abstract: 本说明书实施例提供一种多任务模型的训练方法及装置,其中多任务模型包括用于确定用户表征的主干网络,以及用于基于用户表征执行k项用户预测任务的k个头部网络。该方法包括:基于m个用户样本,确定k项用户预测任务针对主干网络的k组原始梯度向量,其中各个用户样本包括用户特征和k个用户标签;将k组原始梯度向量映射至其所在原始空间的子空间,得到k组映射梯度向量;基于k组映射梯度向量在子空间的r个空间维度上的分量分布,确定对应的r个权重,并利用r个权重分别对各个映射梯度向量的r个维度分量进行加权处理,得到k组加权梯度向量;将k组加权梯度向量映射回原始空间,得到k组处理梯度向量,用以更新主干网络的网络参数。

    训练用户行为预测模型的方法和装置

    公开(公告)号:CN111401963A

    公开(公告)日:2020-07-10

    申请号:CN202010202058.X

    申请日:2020-03-20

    Abstract: 本说明书实施例提供一种训练用户行为预测模型的方法和装置,方法包括:获取多个训练样本,训练样本包括样本特征、第一标签、第二标签和第三标签,第一标签对应主任务,第二标签对应第一辅助任务,第三标签对应第二辅助任务;将各样本特征输入用户行为预测模型,基于主任务的预测输出和第一标签,第一辅助任务的预测输出和第二标签,第二辅助任务的预测输出和第三标签,采用多任务学习的方式训练用户行为预测模型;其中,主任务用于预测用户点击目标对象后发生预设行为的概率,第一辅助任务用于预测用户点击目标对象的概率,第二辅助任务用于预测用户点击目标对象并发生预设行为的概率。训练后的模型预测准确率高。

Patent Agency Ranking