预估模型训练方法、数据处理方法、装置及电子设备

    公开(公告)号:CN118779686A

    公开(公告)日:2024-10-15

    申请号:CN202310412963.1

    申请日:2023-04-10

    Inventor: 牛明 薛炜辰

    Abstract: 本发明公开了一种预估模型训练方法、数据处理方法、装置及电子设备,该方法包括:获取第一特征样本、第二特征样本和第三特征样本;将第一特征样本进行特征增强处理,并将上述三个特征样本进行第一交叉融合处理;将特征增强结果与第一交叉融合结果进行第二交叉融合处理后输入多层全连接层进行全连接处理,对全连接处理结果进行分类处理,并根据分类处理的结果与真实结果之间的匹配程度,确定预估模型的模型参数,构建预估模型。本发明在不影响原始大量通用特征的训练效果的同时,增强了特定特征的表达内容,提高了预估模型的预测精确度,进而提高广告曝光分配的效率,可广泛应用于云计算、车联网等与互联网技术相关的其他技术领域。

    广告投放方法、装置、电子设备、存储介质及程序产品

    公开(公告)号:CN118691346A

    公开(公告)日:2024-09-24

    申请号:CN202310321016.1

    申请日:2023-03-23

    Inventor: 牛明

    Abstract: 本申请提供一种广告投放方法、装置、电子设备、存储介质及程序产品,涉及人工智能、机器学习、智慧交通等技术领域。通过基于已训练的标签查找表和各个广告的广告属性特征,确定广告与各个标签之间的第一相似度,标签特征是基于各个第一样本的预测结果和样本标签之间的第一差异、对初始标签特征进行迭代训练得到的;且是利用样本广告的广告标签的第一初始标签特征、受众对象的对象标签的第二初始标签特征进行预测;使得标签特征能够准确反映广告和受众对象之间的关系,利用第一相似度和第一阈值可准确圈定目标人群,提高扩量阶段的投放效果,提高实际投放效率。

    一种推广内容的处理方法、装置、计算机设备和存储介质

    公开(公告)号:CN116976986A

    公开(公告)日:2023-10-31

    申请号:CN202210419019.4

    申请日:2022-04-20

    Inventor: 牛明

    Abstract: 本申请实施例公开了一种推广内容的处理方法、装置、计算机设备和存储介质;本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。本申请实施例可以获取至少一个待筛选的推广内容,并对所述至少一个推广内容进行检测;当检测到推广内容中包括具有聚合属性的目标内容时,从聚合内容集合中确定与目标内容具有关联关系的聚合内容;根据目标内容的推广参数与聚合内容的推广参数,构建针对聚合内容的筛选逻辑和筛选逻辑对应的筛选决策条件;根据筛选逻辑和筛选决策条件,对聚合内容进行筛选处理,得到待推广聚合内容;将目标内容和待推广聚合内容进行推广处理,可以提高推广的有效性。

    信息处理方法、装置、存储介质及计算机设备

    公开(公告)号:CN118840157A

    公开(公告)日:2024-10-25

    申请号:CN202310469560.0

    申请日:2023-04-24

    Inventor: 牛明

    Abstract: 本申请公开了一种信息处理方法,包括:获取推送信息、对象信息和场景信息;将推送信息、对象信息和场景信息输入至目标预测模型,输出目标推送内容在不同场景下的预测推送效果;目标预测模型为基于样本融合特征对预设的预测网络进行不同场景的多任务学习得到,样本融合特征为基于样本通用特征与样本场景特征经门控调节后的样本门控特征进行向量融合得到,预测网络中预测层的权重参数为基于样本重排特征与全局参数确定。本申请应用人工智能技术,通过融合场景特征的表示学习和基于场景自适应参数对子网络全局参数的替换,使得模型能够捕获不同场景间存在的差异信息和相似信息,从而提高目标预测模型在多场景对推送效果进行预测的准确性和稳定性。

    一种内容搜索的方法和相关装置
    5.
    发明公开

    公开(公告)号:CN117112607A

    公开(公告)日:2023-11-24

    申请号:CN202210510614.9

    申请日:2022-05-11

    Inventor: 牛明

    Abstract: 本申请实施例公开了一种内容搜索的方法和相关装置,应用于人工智能或车载场景,将候选内容集合中的候选内容的投放特征值特征转换处理为投放特征;将投放特征和编码候选内容的内容特征得到的第一内容编码向量交互融合为第二内容编码向量,该第二内容编码向量中至少一维分量表示投放特征和内容特征的融合特征;通过第二内容编码向量和编码目标对象的对象特征得到的目标对象编码向量,搜索候选内容集合中的候选内容得到目标内容。该方法在内容搜索过程中增强候选内容的投放特征值的影响效果,有效提升内容搜索效果对候选内容的投放特征值的敏感性,从而提升内容搜索效果。其中,内容例如为广告,投放特征值例如为投放出价。

    内容推荐方法、装置、计算机设备及存储介质

    公开(公告)号:CN118690074A

    公开(公告)日:2024-09-24

    申请号:CN202310281288.3

    申请日:2023-03-21

    Inventor: 牛明

    Abstract: 本申请公开了一种内容推荐方法、装置、计算机设备及存储介质。该内容推荐方法包括:获取待推荐对象的第一对象特征向量;确定第一内容特征向量与所述第一对象特征向量匹配的匹配内容,及其匹配分数;根据所述匹配内容的待推荐次数,确定所述匹配内容的修正值;根据所述匹配内容的修正值修正所述匹配内容的匹配分数,得到所述匹配内容的修正分数;根据所述匹配内容的修正分数,从所述匹配内容中确定第一目标推荐内容。本申请可以增大新内容被推荐的概率。

    点击率预测方法、装置、存储介质及计算机设备

    公开(公告)号:CN117649266A

    公开(公告)日:2024-03-05

    申请号:CN202210995133.1

    申请日:2022-08-18

    Inventor: 牛明

    Abstract: 本发明实施例公开了一种点击率预测方法、装置、存储介质及计算机设备,方法通过获取训练样本数据;根据多个聚合广告的广告数据组合以及点击标签数据训练第一神经网络模型;基于多个聚合广告的第一广告数据、点击标签数据以及第一神经网络模型对多个第一广告数据的预测结果训练第二神经网络模型;获取待预测的目标聚合广告在广告投放页面的目标广告数据;基于第二神经网络模型对目标广告数据进行点击率预测,得到目标聚合广告的点击率。本申请提供的点击率预测方法,可以提升在线对聚合广告的点击率预测的准确性。

    媒体资源的召回方法和媒体资源召回模型的训练方法

    公开(公告)号:CN115374360A

    公开(公告)日:2022-11-22

    申请号:CN202211035286.8

    申请日:2022-08-26

    Inventor: 牛明

    Abstract: 本申请公开了一种媒体资源的召回方法和媒体资源召回模型的训练方法。其中,该方法可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景,包括:获取当前待召回的媒体资源的资源曝光参数;将媒体资源输入第一媒体资源召回模型,以输出得到与资源竞争参数相匹配的第一召回参数,并将媒体资源输入第二媒体资源召回模型,以输出得到与资源竞争参数相匹配的第二召回参数;基于第一召回参数和第二召回参数,确定与媒体资源相匹配的召回置信度;按照召回置信度对媒体资源进行召回处理。本申请解决了相关技术中提供的对媒体资源的召回方式存在召回结果不够准确的技术问题。

    推荐模型的样本处理方法、装置、电子设备及存储介质

    公开(公告)号:CN117648481A

    公开(公告)日:2024-03-05

    申请号:CN202210975256.9

    申请日:2022-08-15

    Inventor: 牛明

    Abstract: 本申请提供了一种推荐模型的样本处理方法、装置、电子设备及存储介质;方法包括:获取多个样本,每个样本包括被推荐的一个项目;获取项目的属性,根据项目的属性将多个样本划分到多个类别;针对每个类别执行以下处理:根据类别对应的样本处理策略,确定类别中的每个样本集合的采样比例,类别中的每个样本集合包括:类别中包括的同一个推荐信息所推荐的项目的多个样本;根据类别中的每个样本集合的采样比例,对类别中的每个样本集合进行采样,并基于采样得到的至少一个样本构建训练集,训练集用于训练推荐模型,训练后的推荐模型用于确定向待推荐对象推荐的项目。通过本申请,能够提升推荐模型进行推荐信息召回的精度。

    广告召回方法、装置、电子设备、程序产品及介质

    公开(公告)号:CN115115410A

    公开(公告)日:2022-09-27

    申请号:CN202210797659.9

    申请日:2022-07-07

    Inventor: 牛明

    Abstract: 本申请实施例公开了广告召回方法、装置、电子设备、程序产品及介质,可应用于数据处理技术领域。其中方法包括:获取基于每个广告数据的广告关联信息分别生成的每个广告数据的广告嵌入特征;根据每个广告数据的推荐评估信息分别确定针对每个广告数据的推荐权重;基于每个广告数据的推荐权重分别对每个广告数据的广告嵌入特征进行加权处理,得到每个广告数据的加权嵌入特征;根据目标对象的对象嵌入特征分别与每个广告数据的加权嵌入特征之间的特征差异,选取针对目标对象的召回广告数据。采用本申请实施例,有助于提升广告召回的准确性。本申请实施例还可应用于云技术、区块链、人工智能、智慧交通、辅助驾驶、智能家电等各种场景。

Patent Agency Ranking