公开(公告)号：CN119202372A

公开(公告)日：2024-12-27

申请号：CN202411110975.X

申请日：2024-08-13

Applicant: 北京达佳互联信息技术有限公司

Inventor： 梁健 ,  钟睿 ,  高晓旸 ,  万峻辰 ,  李晗 ,  陈虹钢 ,  江鹏 ,  李思则 ,  张迪 ,  于越

IPC: G06F16/9535 ,  G06F16/9537 ,  G06N5/04 ,  G06N5/022 ,  G06N3/08 ,  G06N3/0455

Abstract: 本公开关于一种对象特征确定方法、装置、电子设备及存储介质，该方法将样本推荐对象的对象描述信息输入至大语言模型，通过大语言模型基于第一预设思维链提示文本进行目标交互行为的转化分析得到转化理由，该第一预设思维链提示文本用于提示针对样本推荐对象产生目标交互行为的推理过程，转化理由包括该推理过程中的至少一个维度的推理结果，进而基于该转化理由对样本推荐对象进行特征表示得到其第一对象特征，并基于样本交互对象的样本推荐对象序列中各样本推荐对象的第一对象特征确定该样本交互对象的第二对象特征。本公开提高了面向具体预估任务的对象表征的准确性并缩短了耗时，提高了面向具体预估任务的推荐概率预估模型的训练效率和准确性。

公开(公告)号：CN118733839A

公开(公告)日：2024-10-01

申请号：CN202410840853.X

申请日：2024-06-26

Applicant: 中国人民大学 ,  北京达佳互联信息技术有限公司

Inventor： 李锡荣 ,  赵瑞祥 ,  贾健 ,  李岩 ,  白雪涵 ,  陈权 ,  李晗 ,  江鹏

IPC: G06F16/903 ,  G06F16/906 ,  G06F18/213 ,  G06F18/25 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/084 ,  G06F16/35 ,  G06F16/75 ,  G06F16/783 ,  G06F16/33

Abstract: 本公开关于对象表征模型训练方法、对象表征方法及相关设备，该方法包括：获取各样本对象在不同域的多模态数据；样本对象在每个域的多模态数据包括对象图像数据和该样本对象对应的对象描述文本；将样本对象在每个域的多模态数据分别输入至待训练的对象表征模型的编码网络进行编码处理，得到样本对象在每个域的多模态编码特征；将样本对象在每个域的多模态编码特征分别输入至待训练的对象表征模型的特征交互网络进行每个域的多模态特征交互，得到样本对象在每个域的多模态全局特征；基于各样本对象在不同域的多模态全局特征，对待训练的对象表征模型进行机器学习训练，得到训练好的所述对象表征模型。本公开提升了跨域对象表征的准确性。

公开(公告)号：CN119202369A

公开(公告)日：2024-12-27

申请号：CN202411035732.4

申请日：2024-07-30

Applicant: 清华大学 ,  北京达佳互联信息技术有限公司

Inventor： 张敏 ,  王亦凡 ,  马为之 ,  孙培杰 ,  马少平 ,  张元 ,  江鹏 ,  徐晓晓 ,  胡澜涛 ,  李晗

IPC: G06F16/9535 ,  G06F18/25 ,  G06F18/214

Abstract: 本公开关于一种内容推荐模型训练方法、内容推荐方法、装置、电子设备、存储介质和计算机程序产品。该方法包括：获取样本交叉集群和样本交叉集群的样本数据组；将每个样本交叉集群的样本数据组输入待训练的内容推荐模型，得到每个样本交叉集群的样本数据组的互动指标预测分数；根据每个样本交叉集群的样本数据组的互动指标预测分数，确定每个样本交叉集群的目标损失值，对每个样本交叉集群的目标损失值进行融合处理，得到第一损失值；根据每个样本交叉集群的第一样本数据的第一互动指标预测分数，确定第二损失值；根据第一损失值和第二损失值，对待训练的内容推荐模型进行训练，得到训练完成的内容推荐模型。采用本方法能够提高内容推荐准确率。

公开(公告)号：CN119848341A

公开(公告)日：2025-04-18

申请号：CN202411919945.3

申请日：2024-12-24

Applicant: 北京达佳互联信息技术有限公司

Inventor： 高崇铭 ,  陈家驹 ,  黄科鑫 ,  张刚毅 ,  刘殊畅 ,  胡澜涛 ,  李晗

IPC: G06F16/9535 ,  G06F18/214 ,  G06F18/22

Abstract: 本申请实施例公开了一种对象推荐方法、装置、电子设备、存储介质及程序产品，用于根据历史交互数据以及至少两个性能指标得到推荐对象，节省了推荐系统的时间和资源。本申请实施例包括：获取目标信息，目标信息包括使用目标应用程序的历史交互数据，以及性能指标权重序列；历史交互数据为根据至少一个历史推荐周期中用户与历史推荐对象之间的交互操作获得的；性能指标权重序列包括至少两个性能指标中每个性能指标对应的权重值；将目标信息输入目标推荐模型，得到目标应用程序在当前推荐周期的推荐对象；目标推荐模型为根据样本训练集进行模型训练得到的；样本性能指标权重序列包括至少两个样本性能指标中每个样本性能指标对应的样本权重值。

公开(公告)号：CN120045935A

公开(公告)日：2025-05-27

申请号：CN202411958188.0

申请日：2024-12-27

Applicant: 北京达佳互联信息技术有限公司

Inventor： 李明嘉 ,  钟睿 ,  田甜 ,  梁健 ,  李晗 ,  江鹏

IPC: G06F18/214 ,  G06F18/24 ,  G06F16/9535 ,  G06N20/00

Abstract: 本公开关于一种行为预测模型的生成方法、装置、电子设备、存储介质以及程序产品，其中：基于初始行为预测模型的模型参数以及能量函数，构建能量模型，并计算能量模型的梯度数据，初始行为预测模型是基于训练数据训练得到的，训练数据包括点击行为样本数据以及各点击行为样本数据对应的点击行为标签；基于梯度数据对随机噪声数据进行目标次数的采样，得到先验噪声数据；通过扩散模型对先验噪声数据进行扩散处理，得到目标样本数据；基于目标样本数据以及训练数据，得到训练好的目标行为预测模型。通过采用本方法，可以使扩散模型得到与训练行为预测模型所采用的点击行为样本数据具有较强关联性的样本数据，提升模型的泛化能力。