申请/专利权人:腾讯科技(深圳)有限公司
申请日:2020-09-11
公开(公告)日:2024-03-22
公开(公告)号:CN114169906B
主分类号:G06Q30/0207
分类号:G06Q30/0207;G06F16/9535;G06N3/045;G06N3/084;H04L67/55
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2022.10.11#实质审查的生效;2022.03.11#公开
摘要:本申请的实施例提供了一种电子券推送方法、装置,涉及计算机及人工智能技术领域。该方法包括:获取与待推送用户相关联的特征数据;基于所述特征数据,通过预先训练的电子券推荐模型为所述待推送用户推荐至少一类电子券;在向所述待推送用户推送所述至少一类电子券之后,获取所述待推送用户根据推送的电子券而产生的消费数据;基于所述特征数据与所述消费数据对所述电子券推荐模型进行训练,得到训练后的电子券推荐模型,所述训练后的电子券推荐模型用于进行下一次电子券推荐。本申请实施例的技术方案可以提高对用户进行电子券推送的准确性。
主权项:1.一种电子券推送方法,其特征在于,所述方法包括:获取与待推送用户相关联的特征数据;基于所述特征数据,通过预先训练的电子券推荐模型为所述待推送用户推荐至少一类电子券,所述电子券推荐模型包括归一化层和多个隐藏层;在向所述待推送用户推送所述至少一类电子券之后,获取所述待推送用户根据推送的电子券而产生的消费数据;基于所述特征数据与所述消费数据对所述电子券推荐模型进行训练,得到训练后的电子券推荐模型,所述训练后的电子券推荐模型用于进行下一次电子券推荐;其中,所述基于所述特征数据,通过预先训练的电子券推荐模型为所述待推送用户推荐至少一类电子券,包括:通过所述归一化层对与待推送用户相关联的特征数据进行归一化处理,得到归一化处理后的数据;将所述归一化处理后的数据输入至所述多个隐藏层中的首层隐藏层,并通过所述多个隐藏层中的尾层隐藏层分别输出与各类电子券一一对应的尾层节点数据;通过Softmax映射函数分别对各尾层节点数据进行映射,以映射得到针对每一类电子券的推荐概率值;根据所述推荐概率值,为所述待推送用户推荐至少一类电子券。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 电子券推送方法、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。