-
公开(公告)号:CN114443896A
公开(公告)日:2022-05-06
申请号:CN202210088356.X
申请日:2022-01-25
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/735 , G06F16/75 , G06V20/40
Abstract: 本公开提供了一种数据处理方法和用于训练预测模型的方法,涉及计算机技术领域,尤其涉及人工智能技术。实现方案为:确定待处理对象;基于所述待处理对象的分类属性确定所述待处理对象所属的对象类别;基于所述对象类别确定用于所述待处理对象的预测模型;以及利用所述预测模型对所述待处理对象的至少一个预测特征进行处理,以得到所述待处理对象的预测结果,其中所述预测结果和所述分类属性是相同类型的变量。
-
公开(公告)号:CN114791982B
公开(公告)日:2022-10-14
申请号:CN202210720881.9
申请日:2022-06-24
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06F16/35 , G06K9/62
Abstract: 本公开提供了一种对象推荐方法和装置,涉及计算机技术领域,尤其涉及基于人工智能的推荐技术领域。实现方案为:从用户集合中,获得待推荐的对象对应的第一用户子集,第一用户子集中的每一个用户的影响力大于用户集合中区别于第一用户子集中的每一个用户的第一用户的影响力;将对象推荐给第一用户子集中的每一个用户,以获得第一用户集合中的第一子集,第一子集中的每一个用户对对象具有第一操作,第一操作指示对对象具有偏好;以及基于第一子集,将对象推荐给用户集合中的目标用户,目标用户区别于第一用户子集中的每一个用户。
-
公开(公告)号:CN114791982A
公开(公告)日:2022-07-26
申请号:CN202210720881.9
申请日:2022-06-24
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06F16/35 , G06K9/62
Abstract: 本公开提供了一种对象推荐方法和装置,涉及计算机技术领域,尤其涉及基于人工智能的推荐技术领域。实现方案为:从用户集合中,获得待推荐的对象对应的第一用户子集,第一用户子集中的每一个用户的影响力大于用户集合中区别于第一用户子集中的每一个用户的第一用户的影响力;将对象推荐给第一用户子集中的每一个用户,以获得第一用户集合中的第一子集,第一子集中的每一个用户对对象具有第一操作,第一操作指示对对象具有偏好;以及基于第一子集,将对象推荐给用户集合中的目标用户,目标用户区别于第一用户子集中的每一个用户。
-
公开(公告)号:CN114443896B
公开(公告)日:2023-09-15
申请号:CN202210088356.X
申请日:2022-01-25
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/735 , G06F16/75 , G06V20/40
Abstract: 本公开提供了一种数据处理方法和用于训练预测模型的方法,涉及计算机技术领域,尤其涉及人工智能技术。实现方案为:确定待处理对象;基于所述待处理对象的分类属性确定所述待处理对象所属的对象类别;基于所述对象类别确定用于所述待处理对象的预测模型;以及利用所述预测模型对所述待处理对象的至少一个预测特征进行处理,以得到所述待处理对象的预测结果,其中所述预测结果和所述分类属性是相同类型的变量。
-
公开(公告)号:CN116304335A
公开(公告)日:2023-06-23
申请号:CN202310274232.5
申请日:2023-03-17
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535
Abstract: 本公开提供了一种对象推荐方法、用户偏好识别方法及装置,涉及计算机技术领域,尤其涉及智能推荐、信息流技术领域。实现方案为:获取待推荐给用户的多个对象和所述多个对象各自的第一推荐度;对于所述多个对象中的任一对象:获取所述对象的类别标签以及所述用户对所述类别标签的偏好程度,其中,所述偏好程度是基于具有所述类别标签的多个历史推荐对象的展现信息和所述用户对所述多个历史推荐对象的行为信息确定的;利用所述偏好程度对所述第一推荐度进行调整,以得到所述对象的第二推荐度,所述第二推荐度与所述偏好程度正相关;以及基于所述多个对象各自的第二推荐度,对所述多个对象进行排序,以得到所述用户的推荐列表。
-
公开(公告)号:CN116450940A
公开(公告)日:2023-07-18
申请号:CN202310390148.X
申请日:2023-04-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06F18/214
Abstract: 本公开提供了资源推荐及预估模型获取方法和装置等,涉及深度学习、大数据处理以及信息流推荐等人工智能领域。资源推荐方法可包括:根据待推荐用户的用户信息以及各候选资源的资源信息,利用预估模型分别确定出各候选资源的预估值,用于表示待推荐用户对于候选资源的满意度,预估模型为利用预先构建的训练样本训练得到的,训练样本中包括:样本用户的用户信息、推荐给样本用户的任一推荐资源的资源信息以及标签,标签用于表示样本用户对于推荐资源是否满意,为根据样本用户对推荐资源的操作行为确定出的;根据预估值从各候选资源中确定出推荐给待推荐用户的候选资源。应用本公开所述方案,可有效缓解资源推荐时的信息茧房问题等。
-
-
-
-
-