公开(公告)号：CN108604313B

公开(公告)日：2022-09-13

申请号：CN201780010748.1

申请日：2017-02-06

Applicant: 微软技术许可有限责任公司

Inventor： 单瀛 ,  T·R·霍恩斯 ,  焦健 ,  王海晶 ,  俞栋 ,  J·毛

IPC: G06N3/04 ,  G06Q30/02

Abstract: 提供了预测性框架的系统和方法。该预测性框架包括可适应的、可执行的神经元的多个神经层。神经元接受一个或多个输入信号，并产生可以由上层神经层使用的输出信号。输入信号由编码神经层接收，在编码神经层中，输入信号和编码神经元之间存在1：1的对应关系。输入信号在编码层处被接收，并由各种神经层连续处理。目标函数利用最顶层神经层的输出信号，根据目标来生成针对数据集的预测性结果。在一个实施例中，目标是：确定用户关于搜索结果集中的特定内容项的交互的可能性，或者确定用户关于搜索结果集中的任何内容项的交互的可能性。

公开(公告)号：CN108604313A

公开(公告)日：2018-09-28

申请号：CN201780010748.1

申请日：2017-02-06

Applicant: 微软技术许可有限责任公司

Inventor： 单瀛 ,  T·R·霍恩斯 ,  焦健 ,  王海晶 ,  俞栋 ,  J·毛

IPC: G06N3/04 ,  G06Q30/02

Abstract: 提供了预测性框架的系统和方法。该预测性框架包括可适应的、可执行的神经元的多个神经层。神经元接受一个或多个输入信号，并产生可以由上层神经层使用的输出信号。输入信号由编码神经层接收，在编码神经层中，输入信号和编码神经元之间存在1：1的对应关系。输入信号在编码层处被接收，并由各种神经层连续处理。目标函数利用最顶层神经层的输出信号，根据目标来生成针对数据集的预测性结果。在一个实施例中，目标是：确定用户关于搜索结果集中的特定内容项的交互的可能性，或者确定用户关于搜索结果集中的任何内容项的交互的可能性。