-
公开(公告)号:CN119128508A
公开(公告)日:2024-12-13
申请号:CN202310694404.4
申请日:2023-06-12
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F18/214 , G06F18/22 , G06F18/23213 , G06F18/25 , G06F16/9535 , G06F16/9536 , G06N3/08 , G06N3/096
Abstract: 本申请提供了一种跨域推荐模型的样本处理方法、装置、设备及存储介质;方法包括:获取目标域的多个推荐项目;对样本对象的第一交互特征和第二交互特征进行融合,得到融合交互特征;确定融合交互特征与每个推荐项目之间的相似度指标,基于相似度指标从多个推荐项目中筛选出多个强负样本,将筛选得到的多个推荐项目组合为候选推荐项目集合;获取样本对象的第三交互特征和第四交互特征;对样本对象的第三交互特征和第四交互特征进行融合,得到样本对象的迁移交互特征;基于迁移交互特征与候选推荐项目集合中的每个推荐项目之间的相似度指标,从多个强负样本中筛选出真实强负样本。通过本申请,能够提升跨域推荐模型在目标域进行推荐的准确性。
-
公开(公告)号:CN115080736B
公开(公告)日:2024-09-20
申请号:CN202210567681.4
申请日:2022-05-23
Applicant: 清华大学 , 腾讯科技(深圳)有限公司
IPC: G06F16/35 , G06F18/214
Abstract: 本发明提供一种判别式语言模型的模型调整方法及装置,所述方法包括以下步骤:获取预训练的判别式语言模型和下游任务的训练数据集;响应于任务请求,根据所述任务请求的类型和所述训练数据集,对所述预训练的语言模型进行调整;其中,所述判别式语言模型是通过文本样本训练得到的。通过对判别式语言模型在不同的下游任务阶段进行模型参数的调整,消除判别式语言模型在模型预训练阶段与下游任务之间的差别,提高模型的整体效果。
-
公开(公告)号:CN113505231B
公开(公告)日:2024-07-26
申请号:CN202110492335.X
申请日:2021-05-06
Applicant: 清华大学 , 腾讯科技(深圳)有限公司
IPC: G06F16/36 , G06N3/0464 , G06N3/094
Abstract: 本发明提供一种开放层次结构关系的发现方法、装置和电子设备,包括:基于新的语料库确定待测语句;将每一个所述待测语句输入关系表征模型,输出对应的关系表征向量;对所有待测语句的关系表征向量进行聚类,确定新的关系类型;基于预设规则将所述新的关系类型插入所述原层次结构关系中;其中,所述关系表征模型是基于所述原层次结构关系中的样本语句和对应的关系类型标签进行训练得到的,所述关系表征模型训练过程中使用的损失函数基于动态层级三元组损失构建。本发明提供的方法、装置和电子设备,实现了更好理解原层次结构关系中的关系类型,将发现出的新关系自动加入已有的原层次结构关系中。
-
公开(公告)号:CN117216368A
公开(公告)日:2023-12-12
申请号:CN202211652477.9
申请日:2022-12-21
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/9535 , G06F18/25
Abstract: 本申请提供了一种信息推荐方法、装置、电子设备、存储介质及程序产品;方法包括:将目标对象在目标域的第一历史行为序列,以及目标对象在源域的第二历史行为序列进行融合,得到融合行为序列;确定第一历史行为序列的第一序列特征,并确定融合行为序列的融合序列特征;基于第一历史行为序列、第二历史行为序列和融合行为序列,确定第二历史行为序列的第二序列特征;基于第一序列特征、第二序列特征和融合序列特征,预测目标对象在目标域下的对象特征;结合对象特征和目标域中各待推荐信息的信息特征,对目标对象进行目标域下的信息推荐。通过本申请,能够有效提高信息推荐的精确度。
-
公开(公告)号:CN117009642A
公开(公告)日:2023-11-07
申请号:CN202211278682.3
申请日:2022-10-19
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/9535 , G06F16/215 , G06F18/214 , G06F18/24
Abstract: 本申请属于计算机及通信技术领域,具体涉及一种样本数据的处理方法、装置、计算机可读介质及电子设备。该方法包括获取原始样本数据;根据对象数据的属性信息进行对象群体划分,得到第一属性对象群体和第二属性对象群体;获取第一属性对象群体所对应的第一偏好内容数据集合,以及第二属性对象群体所对应的第二偏好内容数据集合;根据第一属性对象群体中的目标对象的属性信息,以及目标对象对第一偏好内容数据集合以及第二偏好内容数据集合的反馈情况,生成对应于第二属性对象群体的扩充样本数据。本申请实施例的技术方案通过扩充第二属性对象群体的样本数据,避免了第二属性对象群体的样本数据较少导致模型训练效果不佳的问题。
-
公开(公告)号:CN110162698B
公开(公告)日:2023-10-20
申请号:CN201910312225.3
申请日:2019-04-18
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/9535
Abstract: 本发明实施例公开一种用户画像数据处理方法、装置及存储介质,其中,方法包括:响应针对目标应用的第一拉取请求,获取第一拉取请求对应的特征更新时长;特征更新时长包含多个第一时刻;将目标网络模型在上一特征更新时长内所得到的隐藏特征确定为初始隐藏特征;从业务数据特征向量中获取多个第一时刻分别对应的业务数据特征,并从用户画像特征向量中获取多个第一时刻分别对应的用户画像特征;根据初始隐藏特征、每个第一时刻分别对应的业务数据特征以及用户画像特征,确定目标网络模型在特征更新时长内的目标隐藏特征;所述目标隐藏特征用于表征与所述第一拉取请求对应的目标用户的用户画像信息。采用本发明,可以确保用户画像数据的准确性和完备性。
-
公开(公告)号:CN110245310B
公开(公告)日:2023-10-13
申请号:CN201910168808.3
申请日:2019-03-06
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/958 , G06F16/2458
Abstract: 本发明实施例公开了一种对象的行为分析方法、装置及存储介质,本发明实施例在获取目标对象的特征数据之后;提取所述特征数据的各阶特征组合,得到全局特征,并对所述特征数据进行深度分解处理,得到所述特征数据的低阶特征以及高阶特征;然后将所述低阶特征、所述高阶特征以及所述全局特征连接成第一特征向量;最后根据所述第一特征向量确定所述目标对象的行为指标。该方案可以从特征数据中提取多种特征,然后结合多种特征一起对目标对象的行为指标进行预估,在进行对象的行为分析的时候更充分地利用了从特征数据中提取出来的特征,从而提高行为指标预估的准确率。
-
公开(公告)号:CN112328136B
公开(公告)日:2023-09-19
申请号:CN202011360570.3
申请日:2020-11-27
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F3/04815
Abstract: 本申请公开了一种评论信息的显示方法、装置、设备及存储介质,涉及应用程序领域。该方法包括:显示应用程序中用于展示互动话题的第一用户界面,第一用户界面上显示有同一互动话题的至少两篇文章的评论聚合查看控件,互动话题是指第一帐号参与互动的话题,第一帐号与应用程序中登录的第二帐号之间存在社交关系;接收评论聚合查看控件上的查看操作;响应于查看操作,在应用程序的第二用户界面上显示至少两篇文章的m条评论信息,m条评论信息中存在至少两条评论信息是对不同文章的评论,m为大于1的正整数。该方法可以聚合显示同一互动话题下不同文章的评论信息,大大提高了信息的获取效率。
-
公开(公告)号:CN116628310A
公开(公告)日:2023-08-22
申请号:CN202210127545.3
申请日:2022-02-11
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/9535 , G06F18/25 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/044 , G06N3/08
Abstract: 本申请公开了一种内容的推荐方法、装置、设备、介质及计算机程序产品,涉及人工智能领域。该方法包括:获取候选内容的内容特征数据、目标账号的行为序列数据和全局账号的行为图数据;对行为序列数据和行为图数据进行视图特征融合,得到目标账号对应的账号特征数据;基于账号特征数据和内容特征数据对候选内容进行评分,得到推荐评分;基于推荐评分从候选内容中确定出向目标账号进行推送的目标推荐内容。由于通过序列结构的视图数据以及图结构的视图来共同构建用于指示目标账号的兴趣情况的账号特征数据,能够立体地对用户的兴趣进行建模,从而提升内容推荐时的推荐准确度。
-
公开(公告)号:CN110929206B
公开(公告)日:2023-04-07
申请号:CN201911139390.X
申请日:2019-11-20
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/958
Abstract: 本申请涉及一种点击率预估方法、装置、计算机可读存储介质和设备,方法包括:获取候选内容特征,并获取目标用户对应的用户画像特征、历史点击内容序列特征及相应的点击时间序列特征;将历史点击内容序列特征与点击时间序列特征融合,获得历史点击内容序列中各历史点击内容所对应的携带点击时间信息的融合特征;基于候选内容特征、各历史点击内容对应的融合特征,确定各历史点击内容对应的注意力权重系数,并依据注意力权重系数获得目标用户对应历史点击内容序列的聚合特征;根据候选内容特征、用户画像特征及聚合特征,提取输出特征,并根据输出特征确定目标用户对应候选内容的预估点击率。本申请提供的方案可以极大提升预估点击率的准确性。
-
-
-
-
-
-
-
-
-