-
公开(公告)号：CN114528973B
公开(公告)日：2024-12-06
申请号：CN202111652826.2
申请日：2021-12-30
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于业务处理模型的生成方法、业务处理方法和装置，该方法包括：获取目标业务对应的业务数据和每一次模型构建时的当前模型构建参数，重复根据当前模型构建参数，构建目标业务对应的当前业务处理模型至基于业务处理结果和当前模型构建参数，更新当前模型构建参数的迭代操作，直至满足预设收敛条件。从已构建的当前业务处理模型中，确定目标业务对应的目标业务处理模型。该方法可以构建训练和测试一体化的模型性能验证流程，避免多流程训练导致的性能验证偏差，从而可以提高业务处理模型的生成的稳定性和模型训练的效率，同时在模型生成的过程中，可以实现多种类型的模型构建参数的确定，提高了参数确定的复用性。
-
公开(公告)号：CN112201249B
公开(公告)日：2024-05-17
申请号：CN202011053209.6
申请日：2020-09-29
Applicant: 北京达佳互联信息技术有限公司
IPC: G10L15/26 , G10L15/02 , H04N17/00 , H04N21/2187
Abstract: 本公开关于一种语音处理方法、装置、电子设备及存储介质，该方法包括：获取目标语音；将所述目标语音输入至语音处理模型的语音识别网络，根据所述语音识别网络的隐藏层的输出得到语音特征提取结果；所述语音特征提取结果包括所述目标语音的文本特征和高级语义特征；将所述语音特征提取结果输入至所述语音处理模型的语义理解网络，得到所述目标语音的语义理解结果。本公开提高了对输入语音内容理解的准确性，当应用于直播视频内容的异常检测时，可以提高对直播视频内容异常检测的准确性。
-
公开(公告)号：CN113656637B
公开(公告)日：2022-09-23
申请号：CN202110845699.1
申请日：2021-07-26
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/735 , G06F16/783 , G06N20/00
Abstract: 本申请提供了一种视频推荐方法、装置、电子设备及存储介质，包括：获取目标对象的行为特征信息以及目标视频的视频特征信息；将行为特征信息输入用户成熟度预测模型，得到目标对象的成熟度；根据行为特征信息和视频特征信息确定第一预测分值；根据视频特征信息，确定第二预测分值；根据第一预测分值和第二预测分值确定目标视频的分值。本申请中，利用用户成熟度预测模型得到的目标对象的成熟度对行为特征信息的完整性进行评价，从而可以综合成熟度、考虑了行为特征信息的第一预测分值、未考虑对象行为特征信息的第二预测分值，得到可以全面评价包含新用户和老用户的完整群体的视频推荐方法，使得针对完整群体用户均可以得到较优的视频推荐效果。
-
公开(公告)号：CN114463689B
公开(公告)日：2022-07-26
申请号：CN202210384507.6
申请日：2022-04-13
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V20/40 , G06K9/62 , G06N3/04 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本公开关于一种目标识别网络的训练方法、装置、电子设备及存储介质，属于视频处理技术领域。方法包括：从识别超网络的多个候选识别子网络中，确定教师子网络和学生子网络；以样本视频中每个视频帧的标签为监督，基于教师子网络对样本视频的识别结果，调整教师子网络的模型参数；以样本视频中每个视频帧的标签、教师子网络对样本视频的识别结果为监督，基于学生子网络对样本视频的识别结果，调整学生子网络的模型参数；从调整后的教师子网络和调整后的学生子网络中，确定用于识别边界视频帧的目标识别网络。该方法中，学生子网络的准确率能够得到较大的提高，进而保证了从教师子网络和学生子网络中确定出的目标识别网络的准确率较高。
-
公开(公告)号：CN114462584B
公开(公告)日：2022-07-22
申请号：CN202210371311.3
申请日：2022-04-11
Applicant: 北京达佳互联信息技术有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/958
Abstract: 本公开关于一种推荐模型的训练方法、推荐方法、装置、服务器及存储介质。推荐模型的训练方法包括：获取训练样本数据；训练样本数据包括样本账户特征，样本信息特征，以及样本账户针对样本推荐信息的实际访问结果；将样本账户特征以及样本信息特征输入待训练的推荐模型，得到样本账户针对样本推荐信息的预测访问结果；基于预测访问结果和实际访问结果，确定第一损失函数的值，以及，基于门控参数的实际值和期望值，确定第二损失函数的值；基于第一损失函数的值和第二损失函数的值，确定总损失值；基于总损失值，更新推荐模型和门控参数，以得到训练完成的推荐模型。本公开可以实现门控参数的自主更新，从而可以提高训练出的推荐模型的灵活性。
-
Patent Agency Ranking
公开(公告)号：CN114462584A
公开(公告)日：2022-05-10
申请号：CN202210371311.3
申请日：2022-04-11
Applicant: 北京达佳互联信息技术有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/958
Abstract: 本公开关于一种推荐模型的训练方法、推荐方法、装置、服务器及存储介质。推荐模型的训练方法包括：获取训练样本数据；训练样本数据包括样本账户特征，样本信息特征，以及样本账户针对样本推荐信息的实际访问结果；将样本账户特征以及样本信息特征输入待训练的推荐模型，得到样本账户针对样本推荐信息的预测访问结果；基于预测访问结果和实际访问结果，确定第一损失函数的值，以及，基于门控参数的实际值和期望值，确定第二损失函数的值；基于第一损失函数的值和第二损失函数的值，确定总损失值；基于总损失值，更新推荐模型和门控参数，以得到训练完成的推荐模型。本公开可以实现门控参数的自主更新，从而可以提高训练出的推荐模型的灵活性。
-
公开(公告)号：CN112925926B
公开(公告)日：2022-04-22
申请号：CN202110120344.6
申请日：2021-01-28
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/435 , G06K9/62
Abstract: 本公开关于一种多媒体推荐模型的训练方法、装置、服务器以及存储介质，属于深度学习技术领域，该方法包括：对多个多媒体推荐模型进行迭代训练，确定各个多媒体推荐模型对应的关联模型，基于各个多媒体推荐模型的模型参数和对应的关联模型的模型参数，分别确定各个多媒体推荐模型的目标模型参数。本公开实施例提供的技术方案，由于各个多媒体推荐模型每次所确定的关联模型均基于上一次所确定的关联模型来确定，因此，能够确保各个多媒体推荐模型间的模型参数能够尽可能地融合交互，能够更加广泛的进行多媒体推荐模型间的参数优化，提高了模型训练的全面性，从而提升了多媒体推荐模型的预测能力。
-
公开(公告)号：CN113656637A
公开(公告)日：2021-11-16
申请号：CN202110845699.1
申请日：2021-07-26
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/735 , G06F16/783 , G06N20/00
Abstract: 本申请提供了一种视频推荐方法、装置、电子设备及存储介质，包括：获取目标对象的行为特征信息以及目标视频的视频特征信息；将行为特征信息输入用户成熟度预测模型，得到目标对象的成熟度；根据行为特征信息和视频特征信息确定第一预测分值；根据视频特征信息，确定第二预测分值；根据第一预测分值和第二预测分值确定目标视频的分值。本申请中，利用用户成熟度预测模型得到的目标对象的成熟度对行为特征信息的完整性进行评价，从而可以综合成熟度、考虑了行为特征信息的第一预测分值、未考虑对象行为特征信息的第二预测分值，得到可以全面评价包含新用户和老用户的完整群体的视频推荐方法，使得针对完整群体用户均可以得到较优的视频推荐效果。
-
公开(公告)号：CN112925926A
公开(公告)日：2021-06-08
申请号：CN202110120344.6
申请日：2021-01-28
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/435 , G06K9/62
Abstract: 本公开关于一种多媒体推荐模型的训练方法、装置、服务器以及存储介质，属于深度学习技术领域，该方法包括：对多个多媒体推荐模型进行迭代训练，确定各个多媒体推荐模型对应的关联模型，基于各个多媒体推荐模型的模型参数和对应的关联模型的模型参数，分别确定各个多媒体推荐模型的目标模型参数。本公开实施例提供的技术方案，由于各个多媒体推荐模型每次所确定的关联模型均基于上一次所确定的关联模型来确定，因此，能够确保各个多媒体推荐模型间的模型参数能够尽可能地融合交互，能够更加广泛的进行多媒体推荐模型间的参数优化，提高了模型训练的全面性，从而提升了多媒体推荐模型的预测能力。
-
公开(公告)号：CN112767054A
公开(公告)日：2021-05-07
申请号：CN202110130716.3
申请日：2021-01-29
Applicant: 北京达佳互联信息技术有限公司
IPC: G06Q30/02
Abstract: 本公开关于一种数据推荐方法、装置、服务器和计算机可读存储介质，该方法包括：获取广告数据，广告数据包括基础广告、待投放广告、基础账号以及全量账号，其中，待投放广告与基础广告具有关联关系，基础账号为基础广告对应的账号；采用预定模型对广告数据对应的向量进行分析，得到基础账号的图特征向量、全量账号的图特征向量以及待投放广告的图特征向量；根据基础账号的图特征向量和全量账号的图特征向量的相似度，确定目标账号；根据目标账号的图特征向量和待投放广告的图特征向量的相似度，确定目标待投放广告并将目标待投放广告推荐给目标账号。该方法保证了给目标账号推荐的待投放广告与目标账号匹配性较好。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.075 seconds)
