一种数据处理方法及相关装置
    1.
    发明公开

    公开(公告)号:CN119622075A

    公开(公告)日:2025-03-14

    申请号:CN202311182780.1

    申请日:2023-09-13

    Abstract: 一种数据处理方法,可以应用于人工智能领域,方法包括:获取用户和物品的属性信息;通过推荐模型的特征提取网络,得到所述属性信息对应的第一特征表示;通过语言模型处理所述属性信息对应的自然语言文本,并将所述第一特征表示作为所述语言模型的中间层的输入,得到第二特征表示;根据所述第二特征表示,预测所述用户的推荐信息。本申请将推荐模型的特征提取网络得到的特征表示输入到语言模型的中间层,使得携带有域级特征以及ID类特征的特征表示输入到语言模型中,从而帮助语言模型可以具备建模域级特征以及ID类特征的能力,从而提高推荐精度。

    一种数据处理方法及相关装置
    2.
    发明公开

    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

    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。

    一种神经网络的训练方法、数据处理方法以及相关设备

    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

    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。

    一种神经网络的训练方法、数据处理方法以及相关设备

    公开(公告)号:CN113159315A

    公开(公告)日:2021-07-23

    申请号:CN202110369441.9

    申请日:2021-04-06

    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。

    一种数据处理方法及相关装置
    5.
    发明公开

    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

    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。

    一种用户行为预测方法及其相关设备

    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

    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。

Patent Agency Ranking