申请/专利权人:首都师范大学
申请日:2020-07-04
公开(公告)日:2020-10-23
公开(公告)号:CN111814047A
主分类号:G06F16/9535(20190101)
分类号:G06F16/9535(20190101);G06K9/62(20060101);G06N3/04(20060101)
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2024.02.23#发明专利申请公布后的驳回;2020.11.10#实质审查的生效;2020.10.23#公开
摘要:本发明公开了一种基于rerank算法的内容推荐方法,其使用PointerNetwork和强化学习分别做模型训练和序列优化,其按照以下处理流程依次进行:原始数据→预处理→输入层→编码层→解码层→优化→评估→循环迭代,循环迭代的过程为数据优化后回到输入层再进行编码、解码、优化、评估。本发明的有益效果为:提出了一种rerank算法,将以解决item之间以及用户序列行为的潜在影响和关联,使整体长期的点击转化率最优;一方面能够对item之间的关系做建模,而且避免推荐是对item独立计算相关点击转化率;另一方面能够捕获用户的长期序列行为反馈,使得长期的整体的目标最优。
主权项:1.一种基于rerank算法的内容推荐方法,其特征在于:其使用PointerNetwork和强化学习分别做模型训练和序列优化,其按照以下处理流程依次进行:原始数据→预处理→输入层→编码层→解码层→优化→评估→循环迭代。
全文数据:
权利要求:
百度查询: 首都师范大学 一种基于rerank算法的内容推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。