公开(公告)号：CN113779421A

公开(公告)日：2021-12-10

申请号：CN202110934474.3

申请日：2021-08-13

Applicant: 咪咕数字传媒有限公司 ,  咪咕文化科技有限公司 ,  中国移动通信集团有限公司

Inventor： 黄萍萍 ,  郭宇

IPC: G06F16/9536

Abstract: 本发明公开了一种关联推荐方法、装置、设备及计算机可读存储介质，关联推荐方法包括：确定所有待推荐图书和目标图书之间的置信度，根据各所述置信度确定第一推荐顺序；计算各所述待推荐图书与所述目标图书之间的相似值，根据各所述相似值确定第二推荐顺序；对所述第一推荐顺序和所述第二推荐顺序进行交替排序，得到第三推荐顺序；根据各所述待推荐图书的曝光点击率对所述第三推荐顺序进行调整，得到目标推荐顺序，以在推荐所述目标图书时根据所述目标推荐顺序对所述待推荐图书进行关联推荐。本发明提高了图书推荐的准确性。

公开(公告)号：CN109165380B

公开(公告)日：2022-07-01

申请号：CN201810837902.9

申请日：2018-07-26

Applicant: 咪咕数字传媒有限公司

Inventor： 刘伟伟 ,  史佳慧 ,  骆世顺 ,  黄萍萍 ,  斯凌

IPC: G06F40/30 ,  G06F40/289 ,  G06N3/04

Abstract: 本发明公开了一种神经网络模型训练方法，包括：获取由若干文本的语义主题特征向量构成的样本特征集，以及可作为文本标签的若干标签构成的标签集；基于所述样本特征集和所述标签集，按照下述方式训练神经网络模型：以所述样本特征集为第1层神经网络模型的输入，以所述标签集中第1个标签为第1层神经网络模型的输出，训练第1级神经网络模型；以第m‑1层的训练结果以及所述样本特征集为第m层神经网络模型的输入，以所述标签集中第m个标签为第m层神经网络模型的输出，训练第m级神经网络模型；其中，2≤m≤M，M为所述标签集包括的标签总数量。本发明还公开了一种神经网络模型训练装置、文本标签确定方法及装置。

公开(公告)号：CN109165380A

公开(公告)日：2019-01-08

申请号：CN201810837902.9

申请日：2018-07-26

Applicant: 咪咕数字传媒有限公司

Inventor： 刘伟伟 ,  史佳慧 ,  骆世顺 ,  黄萍萍 ,  斯凌

IPC: G06F17/27 ,  G06N3/04

Abstract: 本发明公开了一种神经网络模型训练方法，包括：获取由若干文本的语义主题特征向量构成的样本特征集，以及可作为文本标签的若干标签构成的标签集；基于所述样本特征集和所述标签集，按照下述方式训练神经网络模型：以所述样本特征集为第1层神经网络模型的输入，以所述标签集中第1个标签为第1层神经网络模型的输出，训练第1级神经网络模型；以第m-1层的训练结果以及所述样本特征集为第m层神经网络模型的输入，以所述标签集中第m个标签为第m层神经网络模型的输出，训练第m级神经网络模型；其中，2≤m≤M，M为所述标签集包括的标签总数量。本发明还公开了一种神经网络模型训练装置、文本标签确定方法及装置。

公开(公告)号：CN114896500A

公开(公告)日：2022-08-12

申请号：CN202210542693.1

申请日：2022-05-18

Applicant: 咪咕数字传媒有限公司 ,  咪咕文化科技有限公司 ,  中国移动通信集团有限公司

Inventor： 蔡林杰 ,  肖乐 ,  李星 ,  黄萍萍 ,  杨显栋

IPC: G06F16/9535 ,  G06F30/27 ,  G06F119/02

Abstract: 本发明实施例涉及人工智能技术领域，公开了一种电子图书推荐方法，该方法包括：确定特征集；所述特征集包括候选图书信息、用户信息、上下文搜索信息及用户阅读行为序列；将各个候选图书的特征集分别输入电子图书推荐模型，得到各个所述候选图书的推荐度；根据所述推荐度，对所述用户进行电子图书的推荐。通过上述方式，本发明实施例提高了计算效率及推荐的准确率。