公开(公告)号：CN117194766A

公开(公告)日：2023-12-08

申请号：CN202310722631.3

申请日：2023-06-16

Applicant: 华为技术有限公司

Inventor： 刘卫文 ,  西云佳 ,  陈渤 ,  林江浩 ,  唐睿明 ,  张瑞 ,  张伟楠 ,  俞勇

IPC: G06F16/9535 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种数据处理方法，可以应用于人工智能领域，方法包括：获取第一提示prompt，所述第一prompt包括用户的属性信息，且所述第一prompt指示根据所述用户的属性信息推测所述用户的喜好；根据所述第一prompt，通过大语言模型LLM，得到第一信息；根据所述第一信息和第二信息，通过推荐模型，预测所述用户对物品的操作信息；所述第二信息为所述物品的属性信息。本申请利用prompt(也就是第一prompt)来引导LLM推测用户的喜好，并将该喜好信息作为推荐模型的输入，结合了LLM和传统推荐模型的优势，可以得到更精准、可解释性更强的推荐结果，从而提高了推荐模型的推荐精度。

公开(公告)号：CN116401442A

公开(公告)日：2023-07-07

申请号：CN202211685886.9

申请日：2022-12-27

Applicant: 华为技术有限公司

Inventor： 夏伟 ,  刘卫文 ,  董振华 ,  唐睿明 ,  刘一凡 ,  张伟楠

IPC: G06F16/9535 ,  G06F16/9538 ,  G06F16/2458 ,  G06F16/2457 ,  G06N3/0442

Abstract: 本申请提供一种数据处理方法、装置、计算设备、系统及可读存储介质，涉及计算机领域。该方法包括：将至少一个源序列的统计特征、种类特征和属性特征组合为综合序列表征，根据综合序列表征确定表示输出序列中不同位置的期望收益的第一序列表征，和表示不同位置被放置不同种类的元素触发用户行为的概率的第二序列表征，在约束条件下综合期望收益和元素触发用户行为的概率确定源序列中的元素在输出序列中的排序。由此将源序列的统计特征引入后续重排预测，使预测数据能够更加准确地表征不同种类的元素的源序列之间的区别，准确地获知不同种类的元素之间的区别对期望收益、用户行为的影响，提高了输出序列在平台的收益和曝光度公平性之间的平衡性。

公开(公告)号：CN114707070A

公开(公告)日：2022-07-05

申请号：CN202210379948.7

申请日：2022-04-12

Applicant: 华为技术有限公司

Inventor： 刘卫文 ,  唐睿明 ,  张瑞 ,  傅凌玥 ,  林江浩 ,  张伟楠 ,  俞勇

IPC: G06F16/9535 ,  G06V40/18 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种用户行为预测方法及其相关设备，可以令神经网络模型所得到的项目被用户点击的概率，具备较高的准确度，有利于后续精准为用户推荐其感兴趣的项目。本申请的方法包括：获取第一项目的第一特征以及第二项目的第二特征，第一项目和第二项目位于目标页面的不同列表或同一列表中，且第二项目位于第一项目之前；基于第一项目的第一特征以及第二项目的第二特征，获取第一项目的第二特征；基于第一项目的第二特征，获取第一项目被用户点击的概率。

公开(公告)号：CN111783937A

公开(公告)日：2020-10-16

申请号：CN202010425173.3

申请日：2020-05-19

Applicant: 华为技术有限公司

Inventor： 林耘丰 ,  李桂林 ,  张星 ,  张伟楠 ,  李震国

IPC: G06N3/04 ,  G06N3/08

Abstract: 本申请公开了人工智能领域的一种神经网络构建方法以及系统，用于通过将初始骨干网络中的部分基本单元替换为占位模块的方式来构建目标神经网络，从而可以根据不同的场景构建出不同的目标神经网络，泛化能力强，且用户友好。该方法包括：获取初始骨干网络和候选集；将初始骨干网络中的至少一个基本单元替换为至少一个占位模块，得到待定网络；根据候选集进行采样得到至少一个采样结构的信息；根据待定网络和至少一个采样结构的信息获取网络模型，至少一个采样结构的信息用于确定至少一个占位模块的结构。

公开(公告)号：CN109903103A

公开(公告)日：2019-06-18

申请号：CN201711283557.0

申请日：2017-12-07

Applicant: 华为技术有限公司

Inventor： 唐睿明 ,  何秀强 ,  钮敏哲 ,  张伟楠 ,  俞勇

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：CN109902706A

公开(公告)日：2019-06-18

申请号：CN201811337589.9

申请日：2018-11-09

Applicant: 华为技术有限公司

Inventor： 唐睿明 ,  刘青 ,  张宇宙 ,  钱莉 ,  陈浩坤 ,  张伟楠 ,  俞勇

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

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：CN113159315B

公开(公告)日：2025-04-08

申请号：CN202110369441.9

申请日：2021-04-06

Applicant: 华为技术有限公司

Inventor： 刘卫文 ,  唐睿明 ,  何秀强 ,  戴心仪 ,  林江浩 ,  张伟楠 ,  李帅 ,  俞勇

IPC: G06N3/094 ,  G06N3/0475 ,  G06N3/047 ,  G06N3/045

Abstract: 本申请实施例公开一种神经网络的训练方法、数据处理方法以及相关设备，该方法可用于人工智能领域中，通过生成器输出与目标训练样本对应的目标预测结果，目标训练样本包括目标对象的标识信息，目标预测结果指示目标对象是否会被执行交互操作；通过判别器输出第一概率值和第二概率值，第一概率值指示目标正确结果为真实数据的概率，目标正确结果指示目标对象是否被执行过交互操作，第二概率值指示目标预测结果为真实数据的概率；对判别器和生成器进行对抗训练。生成器的更新目标为挖掘用户真实的点击习惯，从而有利于通过训练生成器以实现对用户内在真实意图的挖掘，有利于提高预测结果的准确率。

公开(公告)号：CN116304296A

公开(公告)日：2023-06-23

申请号：CN202211635541.2

申请日：2022-12-19

Applicant: 华为技术有限公司

Inventor： 陈渤 ,  朱晨旭 ,  唐睿明 ,  郭慧丰 ,  张伟楠

IPC: G06F16/9535 ,  G06F18/214

Abstract: 本申请提供一种推荐方法以及装置，用于对超网络进行训练，并从超网络中采集多个子网络来适配不同价值的用户，从而对不同价值的用户可以进行更针对性地推荐，提高计算资源利用率。该方法包括：首先，使用训练集训练超网络，得到训练后的超网络，该超网络可以用于输出用户的推荐信息，可以用于对用户进行推荐；随后从训练后的超网络中采集多个子网络，该多个子网络的结构不相同，或者说该多个子网络的复杂度不相同，该多个子网络用于输出对应的多个用户的推荐信息，推荐信息包括针对多个用户进行推荐的信息。

公开(公告)号：CN116109449A

公开(公告)日：2023-05-12

申请号：CN202211581938.8

申请日：2022-12-09

Applicant: 华为技术有限公司

Inventor： 夏伟 ,  陈贤宇 ,  刘卫文 ,  唐睿明 ,  张伟楠 ,  俞勇

IPC: G06Q50/20 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 一种数据处理方法，应用于知识点学习顺序推荐，方法包括：获取多个知识点的特征表示以及用户的第一学习状态；第一学习状态指示用户对于已学习知识点的掌握程度；多个知识点与已学习知识点不同；根据多个知识点的特征表示、第一学习状态和学习目标，通过解码器，得到多个知识点对应的学习顺序；解码器用于识别在第一学习状态下，多个知识点的特征表示与学习目标之间的关系。本申请在确定知识点的学习顺序时，以用户当前的学习状态，将多个知识点按照序列式生成的方式来确定知识点的学习顺序，不需要获取大量的学习顺序而从其中进行序列的选择，使得最终确定的学习顺序不止限于过往其他用户学习过的路径，提高学习路径的个性化程度和学习效果。

公开(公告)号：CN115935774A

公开(公告)日：2023-04-07

申请号：CN202110988363.0

申请日：2021-08-26

Applicant: 华为技术有限公司

Inventor： 刘扶芮 ,  黄泽人 ,  甄慧玲 ,  朱方舟 ,  张伟楠

IPC: G06F30/27 ,  G06Q10/04 ,  G06Q10/0631 ,  G06Q10/0639 ,  G06Q50/04 ,  G06N3/04 ,  G06N3/08 ,  G06F111/04 ,  G06F111/08 ,  G06F119/22

Abstract: 本申请提供了用于工业排产的方法、装置、设备和存储介质，涉及人工智能领域。该方法包括：基于工业排产任务的第一约束集合的多个约束子集，确定与工业排产任务相关联的多个产品中的至少一个产品的第一生产量；基于至少一个产品的生产量，确定工业排产任务的第二约束集合；以及基于第一约束集合、第二约束集合和多个产品各自的第二生产量，确定多个产品各自的第三生产量，其中该第二生产量是基于第一约束集合确定的。本申请的实施例能够减小工业规划任务的搜索空间，降低计算成本和时间成本，从而提高工业规划的效率。