-
公开(公告)号：CN117009648A
公开(公告)日：2023-11-07
申请号：CN202310802201.2
申请日：2023-06-30
Applicant: 华为技术有限公司
IPC: G06F16/9535 , G06Q10/04 , G06F18/24 , G06F16/36 , G06F18/214 , G06N3/0464 , G06N3/0895
Abstract: 一种数据处理方法，可以应用于人工智能领域，方法包括：获取多个第一属性信息，每个第一属性信息对应用户、物品或者上下文信息的一个特征维度；对多个第一属性信息中的至少一个第一属性信息进行替换，得到替换后的多个第一属性信息；通过替换后的多个第一属性信息，通过特征提取网络，得到第一特征表示；根据第一特征表示，通过第一预测网络，得到第一预测结果，第一预测结果指示每个第一属性信息是否被替换，并根据第一预测结果和对应的真值，更新特征提取网络。本申请通过对属性特征进行替换，并预测每个特征维度的属性特征是否被替换，从而实现了推荐模型的自监督学习，再不改变推荐模型架构的情况下，可以提升推荐模型的处理精度。
-
公开(公告)号：CN109902706B
公开(公告)日：2023-08-22
申请号：CN201811337589.9
申请日：2018-11-09
Applicant: 华为技术有限公司
IPC: G06F16/9535 , G06N3/04
Abstract: 本发明公开了人工智能领域的一种智能推荐方法，包括：根据多个过往历史推荐对象和用户针对每个历史推荐对象的行为，如点击次数，下载次数等，获取推荐系统状态参数；并将待推荐对象划分为多级集合，各级集合之间为从属关系，每个集合对应一个选择策略，根据该推荐系统状态参数和集合的选择策略确定目标待推荐对象。本发明的推荐方法适用于各种推荐相关的应用场景，如APP应用市场的APP推荐，音/视频网站的音/视频推荐，资讯平台的资讯推荐等。采用本发明实施例有利于提高推荐效率和准确率。
-
公开(公告)号：CN116108267A
公开(公告)日：2023-05-12
申请号：CN202211634087.9
申请日：2022-12-19
Applicant: 华为技术有限公司
IPC: G06F16/9535 , G06Q10/0639 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请实施例公开了一种推荐方法，本申请实施例方法可以应用于电影推荐、游戏推荐等向用户推荐物品的场景。该方法包括：获取用于表示多个待推荐物品的初步推荐排序；并通过获取与用户历史行为相关的多个历史物品的排序，并根据该多个历史物品的排序获取的第二特征对初步推荐排序进行更新。由于第二特征体现了用户对多个历史物品所属类别的喜好程度，因此由第二特征确定的第三序列可以为用户提供个性化与多样性的物品推荐。
-
公开(公告)号：CN112580369B
公开(公告)日：2023-02-03
申请号：CN201910925762.5
申请日：2019-09-27
Applicant: 华为技术有限公司
Abstract: 本申请涉及人工智能领域中的自然语言处理技术，提供了语句复述方法、训练语句复述模型的方法及其装置。该方法包括：获取输入语句；通过语句复述模型，对所述输入语句进行复述，生成多个候选复述语句；确定所述多个候选复述语句中的每一个候选复述语句与所述输入语句的相似度，得到与所述输入语句的相似度大于或等于预设阈值的输出语句；其中，所述语句复述模型中的多个复述语句生成器中的每一个包括一个神经网络，所述多个复述语句生成器是将来源信息和相似度信息作为第一奖励训练后得到的，所述复述语句是使用所述多个复述语句生成器对所述训练语句进行复述后得到的。本申请实施例中的语句复述方法，能够提高复述语句的多样性和复述语句的质量。
-
Patent Agency Ranking
公开(公告)号：CN115293359A
公开(公告)日：2022-11-04
申请号：CN202210810008.9
申请日：2022-07-11
Applicant: 华为技术有限公司
Abstract: 一种数据处理方法，可以应用于人工智能领域，方法包括：根据第一训练样本，通过第一推荐模型，预测用户对物品的第一操作信息；第一操作信息和第二操作信息用于确定第一损失，第二操作信息包括根据用户的操作日志得到的信息，第一损失用于更新第一推荐模型，根据第二训练样本，分别通过第二推荐模型以及更新后的第一推荐模型，预测用户对物品的第三操作信息以及第四操作信息，第三操作信息和第四操作信息用于确定第二损失，第一推荐模型和第二推荐模型为多阶段级联推荐系统中不同阶段的排序模型。本申请采用联合训练的模式，让每个阶段模型关注于拟合各自阶段的数据，同时利用上下游阶段来辅助训练，进而提升预测效果。
-
公开(公告)号：CN113722583A
公开(公告)日：2021-11-30
申请号：CN202110877429.9
申请日：2021-07-31
Applicant: 华为技术有限公司
IPC: G06F16/9535 , G06K9/62 , G06N3/02 , G06Q30/06
Abstract: 本申请实施例提供了一种推荐方法、推荐模型训练方法及相关产品。该推荐方法包括：获取待预测数据；根据待预测数据和多个参考样本的相似度从多个参考样本中获取多个目标参考样本；每个参考样本和待预测数据均包括用户特征域数据和物品特征域数据，待预测数据的用户特征域数据用于指示目标用户特征，待预测数据的物品特征域数据用于指示目标物品特征，每个目标参考样本和待预测数据具有部分相同的用户特征域数据和/或物品特征域数据；根据多个目标参考样本与待预测数据获取待预测数据的目标特征信息；以目标特征信息为输入通过深度神经网络DNN获取输出值；根据输出值确定是否向目标用户推荐目标物品。本申请实施例有利于提高推荐精度。
-
公开(公告)号：CN109902849B
公开(公告)日：2021-11-30
申请号：CN201810636443.8
申请日：2018-06-20
Applicant: 华为技术有限公司
IPC: G06Q30/02
Abstract: 本申请提供了一种用户行为预测方法及装置，行为预测模型训练方法及装置，属于大数据处理领域。该用户行为预测方法获取到包括多个特征数据的行为预测信息后，可以分别获取每个特征数据对于指定行为的第一贡献值，并且对于该多个特征数据中的每N个特征数据，可以采用对应的一个特征交互模型对该每N个特征数据进行处理，得到每N个特征数据对于所述指定行为的第二贡献值。最后可以根据获取到的第一贡献值和第二贡献值，确定指定行为的执行概率。由于本申请提供的方法在对指定行为进行预测时，考虑了多个特征数据对该指定行为的交互影响，因此有效提高了行为预测的准确性。
-
公开(公告)号：CN109903103B
公开(公告)日：2021-08-20
申请号：CN201711283557.0
申请日：2017-12-07
Applicant: 华为技术有限公司
IPC: G06Q30/06
Abstract: 本发明实施例公开了一种推荐物品的方法和装置，属于计算机技术领域。所述方法包括：获取目标用户的属性数据和多个候选物品的属性数据；将目标用户的属性数据和多个候选物品的属性数据进行处理，生成目标数据集，目标数据集包括目标用户的标识及对应的目标第一交互节点列表、多个候选物品中每一候选物品的标识及对应的目标第二交互节点列表；将目标数据集输入打分模型，得到目标用户对述多个候选物品的打分，其中，打分模型根据多个用户的属性数据、多个物品的属性数据以及打分数据训练得到的；根据目标用户对多个候选物品的打分，确定目标推荐物品。采用本发明，可以提高用户选择物品的效率。
-
公开(公告)号：CN112580369A
公开(公告)日：2021-03-30
申请号：CN201910925762.5
申请日：2019-09-27
Applicant: 华为技术有限公司
Abstract: 本申请涉及人工智能领域中的自然语言处理技术，提供了语句复述方法、训练语句复述模型的方法及其装置。该方法包括：获取输入语句；通过语句复述模型，对所述输入语句进行复述，生成多个候选复述语句；确定所述多个候选复述语句中的每一个候选复述语句与所述输入语句的相似度，得到与所述输入语句的相似度大于或等于预设阈值的输出语句；其中，所述语句复述模型中的多个复述语句生成器中的每一个包括一个神经网络，所述多个复述语句生成器是将来源信息和相似度信息作为第一奖励训练后得到的，所述复述语句是使用所述多个复述语句生成器对所述训练语句进行复述后得到的。本申请实施例中的语句复述方法，能够提高复述语句的多样性和复述语句的质量。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.031 seconds)
