公开(公告)号：CN116596093A

公开(公告)日：2023-08-15

申请号：CN202310623027.5

申请日：2023-05-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 于晓东 ,  吴军 ,  张跃 ,  杨新星 ,  徐哲轩 ,  李龙飞

IPC: G06N20/00

Abstract: 本说明书实施例提供了推荐模型的训练方法及装置，推荐模型的训练方法包括：获取混合场景样本集，混合场景样本集包括多个推荐项的特征数据，且该多个推荐项的特征数据对应于多个不同的场景；根据混合场景样本集，对初始推荐模型进行模型训练，得到中间推荐模型；初始推荐模型包括多目标单元和预设目标集合中每个推荐目标对应的多场景单元；多目标单元包括多个专家子单元、每个推荐目标对应的门控子单元以及每个推荐目标对应的归一化子单元；获取多个单场景样本集；根据每个单场景样本集，分别对中间推荐模型进行模型训练，得到推荐模型；推荐模型用于确定推荐项，该推荐项在预设场景中满足由预设场景和每个推荐目标确定的多目标推荐条件。

公开(公告)号：CN116503180A

公开(公告)日：2023-07-28

申请号：CN202310414504.7

申请日：2023-04-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 孙邦达 ,  徐哲轩

IPC: G06Q40/08 ,  G06Q30/0251 ,  G06Q30/0241 ,  G06F16/35 ,  G06F18/214 ,  G06F18/24

Abstract: 本说明书实施例提供一种投放策略生成方法、装置、计算机可读存储介质、电子设备以及计算机程序产品，该方法包括：通过外部资讯文本获取描述环境事件的事件标签，通过用户日志数据确定描述用户事件的用户画像，将事件标签和用户画像作为生成投放策略的依据数据，从而确定出包括投放用户、投放产品、投放渠道以及投放时机的投放策略。

公开(公告)号：CN117010992A

公开(公告)日：2023-11-07

申请号：CN202310959867.9

申请日：2023-08-01

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 于晓东 ,  张跃 ,  吴军 ,  杨新星 ,  徐哲轩 ,  李龙飞 ,  王泽杰

IPC: G06Q30/0601 ,  G06Q30/0242 ,  G06F18/20 ,  G06F18/214 ,  G06F18/23 ,  G06N20/00

Abstract: 本说明书实施例公开了一种用于多任务多场景推荐的推荐模型的训练方法和推荐方法，涉及信息推荐模块，本说明书通过提供的推荐模型包括多个任务中各任务对应的场景网络，在向用户进行推荐时确定目标推荐内容对应的至少一个目标任务和目标场景，通过推荐模型包括的目标任务对应的场景网络中场景共有网络和目标场景专有网络，生成目标推荐内容。针对该推荐模型的训练，基于包括已标注的推荐内容的样本集合，首先对推荐模型包括的全部场景网络进行第一参数训练，其次对各任务对应的多个场景专有网络进行第二参数训练，最后对各任务对应的多个场景专有网络进行第三参数训练，直至推荐模型拟合，且第二参数训练和第三参数训练的训练方法不相同。

公开(公告)号：CN116933076A

公开(公告)日：2023-10-24

申请号：CN202310870976.3

申请日：2023-07-14

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 张跃 ,  于晓东 ,  杨新星 ,  徐哲轩 ,  李龙飞 ,  吴军

IPC: G06F18/214 ,  G06F18/24 ,  G06N5/01 ,  G06N20/00

Abstract: 本说明书实施例提供了基于多场景的模型训练方法及装置、模型预测方法及装置。在模型训练方法中，获取针对各个不同场景的共性训练样本集和个性训练样本集；针对各个机器，使用一个场景的支持样本集对该机器中的模型进行训练，以得到该模型中的决策层网络的第一决策参数；使用对应场景的查询样本集对更新后的模型进行训练，得到该模型中的特征网络的特征参数以及决策层网络的第二决策参数；使用对应场景的个性训练样本集对该机器中更新后的模型进行训练，以得到该机器对应场景的场景决策参数；以及存储各个场景的场景决策参数和第二决策参数，以与配置有特征参数的模型结合使用。