用于电子内容项的性能优化的机器学习推荐系统、方法

    公开(公告)号:CN108734297B

    公开(公告)日:2023-07-28

    申请号:CN201710458089.X

    申请日:2017-06-16

    Abstract: 描述了机器学习技术以用于使用决策树来生成推荐。决策树基于包括多个训练实例的训练数据而生成,其中每个训练实例包括对于多个特征中的每个的特征值和目标变量的标签。该多个特征与多个内容递送活动的属性相对应。随后,接收内容递送活动的特征值。使用该特征值来遍历该决策树以生成输出。基于该输出,识别一个或更多个推荐并且该一个或更多个推荐被呈现在计算设备上。

    个性化神经查询自动完成管道

    公开(公告)号:CN110968203A

    公开(公告)日:2020-04-07

    申请号:CN201910923171.4

    申请日:2019-09-27

    Abstract: 本文公开了用于提供个性化神经查询自动完成管道的技术。在一些实施例中,响应于检测到用户已在搜索引擎的搜索栏中输入的用户输入文本,计算机系统基于该用户输入文本和自动完成候选中的每一个自动完成候选的相对应频率级别来生成自动完成候选,使用神经网络模型,基于用户的简档数据对自动完成候选进行排序,并在用户将用户输入文本作为搜索查询的一部分提交之前,基于该排序,使得所述多个自动完成候选中的至少一部分将被显示在用户的计算设备的用户界面内的搜索栏的自动完成用户界面元素中。

Patent Agency Ranking