申请/专利权人:北京龙智数科科技服务有限公司
申请日:2023-04-26
公开(公告)日:2023-08-29
公开(公告)号:CN116188118B
主分类号:G06Q30/0601
分类号:G06Q30/0601;G06F16/9035;G06N3/047;G06N3/08;G06N3/0499
优先权:
专利状态码:有效-授权
法律状态:2023.08.29#授权;2023.06.16#实质审查的生效;2023.05.30#公开
摘要:本公开涉及机器学习技术领域,提供了一种基于CTR预测模型的目标推荐方法及装置。该方法包括:利用卷积层、池化层和全连接层构建多组特征生成层,并利用嵌入层和多组特征生成层构建特征生成网络,其中,多组特征生成层彼此使用的卷积核不同;利用特征拼接层、特征组合层、多层感知机和softmax层构建特征分类网络;利用特征生成网络和特征分类网络构建CTR预测模型;依据推荐任务对CTR预测模型进行训练,利用训练后的CTR预测模型执行推荐任务。采用上述技术手段,解决现有技术中,CTR预测中特征交互比较少,比较稀疏,导致CTR预测准确率低的问题。
主权项:1.一种基于CTR预测模型的目标推荐方法,其特征在于,包括:利用卷积层、池化层和全连接层构建多组特征生成层,并将嵌入层后接多组并列的特征生成层作为特征生成网络,其中,多组特征生成层彼此使用的卷积核不同;依次连接特征拼接层、特征组合层、多层感知机和softmax层,得到特征分类网络;利用所述特征生成网络和所述特征分类网络构建CTR预测模型,其中,所述特征生成网络中的嵌入层和多组特征生成层均和所述特征分类网络存在连接;依据推荐任务对所述CTR预测模型进行训练,利用训练后的所述CTR预测模型执行所述推荐任务。
全文数据:
权利要求:
百度查询: 北京龙智数科科技服务有限公司 基于CTR预测模型的目标推荐方法及装置
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。