-
公开(公告)号：CN112699673A
公开(公告)日：2021-04-23
申请号：CN202011567988.1
申请日：2020-12-25
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F40/279 , G06F21/31
Abstract: 本公开关于一种账户识别方法、装置、电子设备及存储介质，所述方法包括获取针对于待检测账户的多个文本反馈路径下的文本反馈信息；将文本反馈信息输入预设的文本信息识别模型，利用文本信息识别模型确定文本反馈信息的文本特征；基于文本特征确定文本反馈信息的预测概率；预测概率为文本反馈信息属于描述待检测账户的目标行为的信息的概率；获取第一信息数量，若第一信息数量满足筛选条件，确定待检测账户为存在目标行为的目标账户；其中，第一信息数量为预测概率大于或等于第一概率阈值的文本反馈信息的信息数量。本公开提供的账户识别方法可以提高账户识别的准确性。
-
公开(公告)号：CN113657411B
公开(公告)日：2024-07-12
申请号：CN202110970481.9
申请日：2021-08-23
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本申请提供一种神经网络模型的训练方法、图像特征提取方法及相关装置，用于解决相关技术中自监督学习对硬件要求高且训练速度低的问题。在本申请实施例提供的对比学习方法中，提出了困难负样本对的概念，通过构建正样本对和困难负样本对，能够使得神经网络模型学习到正样本之间的特征，而且能够准确的区分差别较小的负样本。由此，保证了对困难负样本的学习，即保证了对差别较大的负样本的学习，使得神经网络模型能够准确的提取图像特征。
-
公开(公告)号：CN113240109B
公开(公告)日：2023-06-30
申请号：CN202110535238.4
申请日：2021-05-17
Applicant: 北京达佳互联信息技术有限公司
IPC: G06N3/08 , G06N3/0499
Abstract: 本公开关于一种网络训练的数据处理方法、装置、电子设备、存储介质。所述方法包括：获取推荐系统中原始全连接网络的网络结构参数对应的原始参数值；对原始参数值进行变更，得到一组或多组目标参数值；生成与网络结构参数的目标参数值对应的变异全连接网络；采用训练集对变异全连接网络进行训练，并根据训练得到的网络评价信息从变异全连接网络中确定出目标全连接网络，训练集中包括多个行为数据样本，每个所述行为数据样本是用户账户对相关联的各对象进行操作生成的。通过在原始全连接网络的基础上快速地生成更多的变异全连接网络以供训练，从而可以得到非线性表征能力较强、精度较高的全连接网络，进而有助于提升推荐系统的精度。
-
公开(公告)号：CN114691860A
公开(公告)日：2022-07-01
申请号：CN202011560064.9
申请日：2020-12-25
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/35 , G06F40/284 , G06K9/62 , G06N3/08 , G06F16/9535
Abstract: 本公开提供了一种文本分类模型的训练方法、装置、电子设备及存储介质，属于机器学习技术领域。方法包括：基于本次迭代过程对应的文本分类模型对样本标题文本进行分类，得到样本标题文本的概率向量；确定第一类别标签的目标标签权重，第一类别标签为样本标题文本所属的类别标签，目标标签权重的大小与属于第一类别标签的样本标题文本的数量成反比；根据概率向量和目标标签权重，确定本次迭代过程的第一损失值；响应于第一损失值符合目标条件，将文本分类模型作为训练完毕的文本分类模型。上述方法，使训练得到的文本分类模型能够对数据量较少的类别标签的特征进行有效的学习，从而提高文本分类模型的准确率。
-
公开(公告)号：CN114637926A
公开(公告)日：2022-06-17
申请号：CN202210327284.X
申请日：2022-03-30
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9536 , G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本公开关于一种内容推荐方法、装置、电子设备及存储介质，包括：获取候选内容的内容特征、用户账户的用户账户特征和与用户账户特征对应的第一预测结果，第一预测结果包括用户账户对候选内容执行每种预设操作的第一预测概率；从多个预先训练的簇变换网络中确定出与用户账户特征最匹配的目标簇变换网络，并利用目标簇变换网络从第一预测结果中提取出目标中间特征；将目标中间特征和内容特征，输入预先训练的预测网络中，预测网络用于输出第二预测结果，根据第二预测结果，从候选内容中确定出用户账户对应的推荐内容。本公开可以使得预测模型中的部分参数能够满足小样本用户的推荐需求，有效提升预测模型的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114528973A
公开(公告)日：2022-05-24
申请号：CN202111652826.2
申请日：2021-12-30
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于业务处理模型的生成方法、业务处理方法和装置，该方法包括：获取目标业务对应的业务数据和每一次模型构建时的当前模型构建参数，重复根据当前模型构建参数，构建目标业务对应的当前业务处理模型至基于业务处理结果和当前模型构建参数，更新当前模型构建参数的迭代操作，直至满足预设收敛条件。从已构建的当前业务处理模型中，确定目标业务对应的目标业务处理模型。该方法可以构建训练和测试一体化的模型性能验证流程，避免多流程训练导致的性能验证偏差，从而可以提高业务处理模型的生成的稳定性和模型训练的效率，同时在模型生成的过程中，可以实现多种类型的模型构建参数的确定，提高了参数确定的复用性。
-
公开(公告)号：CN113918826B
公开(公告)日：2022-03-25
申请号：CN202111529876.1
申请日：2021-12-15
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9535
Abstract: 本公开关于一种投放信息处理方法、资源预测模型训练方法及装置，所述方法包括：确定目标投放信息在当前投放周期的起始状态特征信息；获取资源预测模型；所述资源预测模型包括条件变分自编码网络和预测执行网络；将起始状态特征信息，输入到所述条件变分自编码网络进行资源预测，得到第一资源；将起始状态特征信息，以及所述第一资源输入到所述预测执行网络进行资源预测，得到第二资源；基于所述第一资源和所述第二资源得到所述目标投放信息对应的目标资源；所述目标资源为使得所述目标投放信息在所述当前投放周期的投放收益满足目标投放收益的预测资源。本公开能够提高资源分配的合理性，进而提高投放信息遴选的效率。
-
公开(公告)号：CN114117206A
公开(公告)日：2022-03-01
申请号：CN202111320914.2
申请日：2021-11-09
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06N3/08
Abstract: 本公开是关于一种推荐模型处理方法、装置、电子设备及存储介质，属于计算机技术领域。该方法包括：获取推荐模型，推荐模型包括按照顺序排列的多个算子，多个算子按照顺序依次对输入至推荐模型的账号数据和物品数据进行处理得到推荐参数；基于推荐模型，获取推荐模型中的每个算子对应的算子特征以及推荐模型的结构特征，结构特征表示多个算子中任两个算子之间的连接关系；基于每个算子对应的算子特征以及结构特征进行特征提取，得到推荐模型对应的模型特征；基于模型特征进行精度预测，得到推荐模型对应的推荐精度。该方法得到的模型特征能够更加准确地表示推荐模型，从而基于该模型特征预测得到的推荐精度更加准确，提高了推荐精度的准确性。
-
公开(公告)号：CN113065533B
公开(公告)日：2021-11-02
申请号：CN202110606977.8
申请日：2021-06-01
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种特征提取模型生成方法、装置、电子设备和存储介质，该方法包括：对视频数据中预设数量个目标帧位置处的图像进行采样，得到预设数量个采样图像；基于预设的图像增强程度，对预设数量个采样图像中的第一帧采样图像进行图像增强处理，得到第一个目标图像，并基于预设数目个采样图像中的其他采样图像的上一帧采样图像对应的图像增强程度，对其他采样图像进行图像增强处理，得到其他目标图像，将第一个目标图像和其他目标图像作为目标图像，基于目标图像，对待训练特征提取模型进行训练，得到视频特征提取模型。该方法可以提高图像增强的有效性，并提高自监督学习的准确性。
-
公开(公告)号：CN113240109A
公开(公告)日：2021-08-10
申请号：CN202110535238.4
申请日：2021-05-17
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种网络训练的数据处理方法、装置、电子设备、存储介质。所述方法包括：获取推荐系统中原始全连接网络的网络结构参数对应的原始参数值；对原始参数值进行变更，得到一组或多组目标参数值；生成与网络结构参数的目标参数值对应的变异全连接网络；采用训练集对变异全连接网络进行训练，并根据训练得到的网络评价信息从变异全连接网络中确定出目标全连接网络，训练集中包括多个行为数据样本，每个所述行为数据样本是用户账户对相关联的各对象进行操作生成的。通过在原始全连接网络的基础上快速地生成更多的变异全连接网络以供训练，从而可以得到非线性表征能力较强、精度较高的全连接网络，进而有助于提升推荐系统的精度。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.043 seconds)
