-
公开(公告)号：CN113934872A
公开(公告)日：2022-01-14
申请号：CN202111277526.0
申请日：2021-10-29
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/438 , G06F16/483 , G06F16/432 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本公开关于一种搜索结果的排序方法、装置、设备以及存储介质，涉及计算机技术领域。本公开实施例至少解决相关技术中，搜索结果排序不准确的问题。该方法包括：获取当前搜索词以及与当前搜索词相关的多个多媒体资源；根据当前搜索词的搜索词特征、每个多媒体资源的资源特征以及预先训练好的预测模型，预测每个多媒体资源的点击率，并根据每个多媒体资源的点击率，对多个多媒体资源排序；当前搜索词的搜索词特征用于标识当前搜索词，预测模型为根据样本搜索词、样本搜索词相关的多个样本多媒体资源以及每个样本多媒体资源的样本操作记录训练得到的；样本操作记录用于表征用户在历史时间段搜索样本搜索词时，每个样本多媒体资源的点击率。
-
公开(公告)号：CN112380388A
公开(公告)日：2021-02-19
申请号：CN202011261872.5
申请日：2020-11-12
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/735 , G06F16/738 , G06F16/74
Abstract: 本公开关于一种搜索场景下的视频排序方法、装置、电子设备及存储介质。该搜索场景下的视频排序方法包括：获取目标视频集；其中，目标视频集中的目标视频包括至少一个第一目标视频和至少一个第二目标视频；获取第一目标视频对应的第一排序特征；按照预设的特征权重集中的权重向量，对第一排序特征进行加权，得到第二目标视频对应的第二排序特征；按照第一排序特征和第二排序特征，对目标视频集中的目标视频进行排序，得到排序结果；按照排序结果，对目标视频集中的目标视频进行展示。从而，可以根据第一目标视频对应的第一排序特征，得到第二目标视频对应的第二排序特征，进而按照第一排序特征和第二排序特征，实现对目标视频集中的目标视频进行排序和展示的目的。
-
公开(公告)号：CN112364185A
公开(公告)日：2021-02-12
申请号：CN202011322352.0
申请日：2020-11-23
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/435 , G06F16/48
Abstract: 本公开提供多媒体资源的特征确定方法、装置、电子设备和存储介质，包括：获取目标多媒体资源的期望排序区间以及提取各特征类别分别对应的第一特征值；所述目标多媒体资源为推荐排序错误的多媒体资源；依据期望排序区间，在特征类别集中查找满足筛选条件的候选特征类别，从候选特征类别的值域中选取n个不同于候选特征类别的第一特征值的候选特征值，并分别采用候选特征值对第一特征值进行替换，得到n个新的特征类别集；采用n个新的特征类别集，重新对目标多媒体资源进行排序处理，得到与每个新的特征类别集对应的排序值；若存在至少一个排序值在期望排序区间内，则确定候选特征类别为寻找的目标特征类别并输出。故此，节省了大量的时间和人力。
-
公开(公告)号：CN110929771B
公开(公告)日：2020-11-20
申请号：CN201911119302.X
申请日：2019-11-15
Applicant: 北京达佳互联信息技术有限公司
IPC: G06K9/62
Abstract: 本公开关于一种图像样本分类方法及装置、电子设备、可读存储介质。该方法包括：获取本次聚类的待分类的图像样本对应的聚类簇，得到初始分类集合；以及获取本次聚类之前的历史聚类的对照分类集合；基于所述对照分类集合调整所述初始分类集合中的各聚类簇，得到所述待分类的图像样本对应的目标分类集合；根据所述目标分类集合和所述各图像样本所在聚类簇，确定所述待分类的图像样本中各图像样本的分类标识。本实施例中利用历史聚类的对照分类集合对初始分类集合进行调整，可以使目标分类集合与对照分类集合中各聚类簇形成映射关系，从而使相同图像样本在本次聚类和历史聚类中具有相同的分类标识，避免出现分类漂移现象，有利于提升使用体验。
-
公开(公告)号：CN111797308A
公开(公告)日：2020-10-20
申请号：CN202010546968.X
申请日：2020-06-16
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9535
Abstract: 本公开关于一种资源推荐方法、装置、电子设备及介质，涉及信息技术领域，用以解决相关技术中资源推荐不够准确的问题，本公开包括：确定搜索信息对应的资源集合，根据各个账户对资源集合中的资源执行的预设操作，从资源集合中选择第一候选资源，确定第一候选资源的资源信息符合的意图规则对应的搜索意图，并将该搜索意图作为搜索信息对应的搜索意图，根据搜索信息对应的搜索意图从资源集合中选择第二候选资源，并对第二候选资源对应的推荐参数进行调整，根据资源集合中资源的推荐参数进行资源推荐。由于根据搜索意图对选择的第二候选资源调整推荐参数，优先为用户推荐更符合用户的搜索意图的资源，从而能够为用户更准确的推荐资源，提高推荐效率。
-
Patent Agency Ranking
公开(公告)号：CN111625715A
公开(公告)日：2020-09-04
申请号：CN202010388074.2
申请日：2020-05-09
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本公开是关于一种信息提取方法、装置、电子设备及存储介质，涉及信息处理技术领域，用以解决相关技术中对象元信息较为复杂，缺乏针对性，无法准确高效应用的问题，本公开方法包括：获取目标对象对应的标签集合以及目标账户的账户信息，其中标签集合包括至少两个用于描述对象的标签；基于预设映射方式，获取根据账户信息映射得到的注意力特征，其中注意力特征包含标签集合中各个标签对应的权重，预设映射方式是根据样本账户对应的样本对象的历史行为确定的；根据注意力特征以及标签集合，确定目标账户对应的目标对象元信息。由于本公开实施例可以得到与用户关联的注意力特征，可以表示出用户对标签集合中各个标签的关注度，针对性地刻画目标对象。
-
公开(公告)号：CN111444687A
公开(公告)日：2020-07-24
申请号：CN202010203166.9
申请日：2020-03-20
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F40/169
Abstract: 本申请实施例公开了一种标签生成方法、装置、服务器及存储介质，用于生成多媒体数据的作品标签。该方法可以包括：服务器获取用户上传的第一多媒体数据和与第一多媒体数据对应的第一文本信息，根据第一文本信息生成至少一个文字标签，通过文字标签和预先生成的多个第一用户标签，生成与第一多媒体数据对应的作品标签。通过第一用户标签和多媒体数据中的文本信息，生成与多媒体数据对应的作品标签，可以准确的描述用户上传的多媒体数据，同时可以避免使用深度学习生成作品标签时，耗费的计算资源较多，耗时较长，难以满足实时性需求的问题。
-
公开(公告)号：CN111324755A
公开(公告)日：2020-06-23
申请号：CN202010112968.9
申请日：2020-02-24
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/45 , G06F16/483 , G06K9/62
Abstract: 本公开关于一种标签确定方法、装置、电子设备及存储介质。该标签确定方法包括：获取用户账号对应的第一作品集，以及提取第一作品集中的第一作品的平均特征；其中，第一作品集中的第一作品为用户账号对应的代表作品；获取目标作品，并提取目标作品的特征；计算目标作品的特征与平均特征之间的特征差值；获取用户账号对应的用户画像标签，将用户画像标签确定为特征差值小于预设阈值的目标作品的标签。根据本公开的实施例，当特征差值小于预设阈值时，将用户账号对应的用户画像标签，确定为相应目标作品的标签，可以避免直接将用户画像标签确定为目标作品的标签造成的目标作品与标签不适用的现象，保证目标作品的内容与对应的标签的一致性。
-
公开(公告)号：CN109359592B
公开(公告)日：2019-12-06
申请号：CN201811204526.6
申请日：2018-10-16
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本申请提供了一种视频帧的处理方法、装置、电子设备及存储介质，包括：获取视频样本的多个关键帧图像；分别提取每个关键帧图像的图像特征，得到多个第一图像特征；将多个第一图像特征导入注意力机制模型，输出基于图像通道的注意力的多个第二图像特征；将多个第二图像特征进行特征融合，得到融合特征。本申请基于注意力机制，捕捉视频样本中多个关键帧图像之间基于图像通道的关联性，并通过特征融合操作得到融合特征，使得融合特征包括了关键帧之间的关联性，提高了特征的精度，另外，特征融合操作没有对关键帧帧数的限定，因此可以实现对不同时长视频的处理，降低了对不定时长的视频进行特征提取的操作繁琐程度。
-
公开(公告)号：CN109214412A
公开(公告)日：2019-01-15
申请号：CN201810765795.3
申请日：2018-07-12
Applicant: 北京达佳互联信息技术有限公司
CPC classification number: G06K9/6268 , G06K9/6256 , G06K9/629 , G06N3/0454
Abstract: 本发明实施例提供了一种分类模型的训练方法和装置，所述方法包括：获取图像数据；根据所述图像数据获得图像特征数据；获取用户与图像之间的评论数据；根据所述评论数据获得文本特征数据；拼接所述图像特征数据和所述文本特征数据获得融合特征数据；采用所述融合特征数据训练指定分类模型。本发明实施例将文本特征数据应用到指定分类模型中，由于文本特征数据会随着用户与图像数据之间评论数据越来越多，从而使得分类模型的分类结果变得越加准确。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.039 seconds)
