-
公开(公告)号：CN116955763A
公开(公告)日：2023-10-27
申请号：CN202210360142.3
申请日：2022-04-06
Applicant: 腾讯科技(深圳)有限公司 , 中国科学院计算技术研究所
IPC: G06F16/9535 , G06F18/213 , G06F18/25 , G06N20/00
Abstract: 本申请公开了一种内容推荐方法、装置、计算机设备及计算机可读存储介质，方法通过获取目标应用中目标对象的第一历史行为数据，并对第一历史行为数据进行特征提取得到行为特征；获取目标对象的关联数据并从关联数据中提取提示信息，得到提示特征；对提示特征与行为特征进行拼接，得到拼接特征；将拼接特征输入至预训练后的推荐模型中，得到输出的对象特征；基于对象特征在目标应用中对目标对象进行内容推荐。该方法可以有效提升内容推荐的准确性。
-
公开(公告)号：CN116932878A
公开(公告)日：2023-10-24
申请号：CN202210359744.7
申请日：2022-04-06
Applicant: 腾讯科技(深圳)有限公司 , 中国科学院计算技术研究所
IPC: G06F16/9535 , G06N3/045 , G06N3/082
Abstract: 本申请实施例公开了一种内容推荐方法、装置、电子设备、存储介质和程序产品；本申请实施例获取待推荐对象的个性化标识以及所述待推荐对象的对象特征；拼接所述个性化标识以及所述对象特征，得到拼接后的对象特征；对所述拼接后的对象特征进行编码，得到初始编码向量；通过所述个性化标识对应的目标参数，调整所述初始编码向量，得到目标向量；确定所述目标向量对应的目标内容，并将所述目标内容推荐至所述待推荐对象。由此，本方案可以在内容推荐过程中，增加对个性化标识的关注，提供与个性化标识相关的推送内容，满足待推荐对象的推荐需求，提升推送内容的准确性。
-
公开(公告)号：CN101499277A
公开(公告)日：2009-08-05
申请号：CN200810117244.2
申请日：2008-07-25
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种服务智能导航方法，包括：对用户所提出查询语句的分词结果进行基于元数据的文法匹配；根据分词结果找出相匹配的词模模式，得到所述相匹配的词模模式所在的服务分类；将分词结果与描述性信息或业务性信息进行匹配查找，得到第一候选服务分类列表；对只有一个候选服务分类的第一候选服务分类列表，从唯一的候选服务分类中获取服务并返回给用户，若候选服务分类大于或等于两个，则对查询语句中的未登录串进行模糊理解，得到第二候选服务分类列表；根据第一候选服务分类列表与第二候选服务分类列表作融合操作，得到公共的候选服务分类，若其唯一，则返回服务给用户，若所述公共的候选服务分类不存在或多于一个，则导航失败。
-
公开(公告)号：CN101499277B
公开(公告)日：2011-05-04
申请号：CN200810117244.2
申请日：2008-07-25
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种服务智能导航方法，包括：对用户所提出查询语句的分词结果进行基于元数据的文法匹配；根据分词结果找出相匹配的词模模式，得到所述相匹配的词模模式所在的服务分类；将分词结果与描述性信息或业务性信息进行匹配查找，得到第一候选服务分类列表；对只有一个候选服务分类的第一候选服务分类列表，从唯一的候选服务分类中获取服务并返回给用户，若候选服务分类大于或等于两个，则对查询语句中的未登录串进行模糊理解，得到第二候选服务分类列表；根据第一候选服务分类列表与第二候选服务分类列表作融合操作，得到公共的候选服务分类，若其唯一，则返回服务给用户，若所述公共的候选服务分类不存在或多于一个，则导航失败。
-
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。
-
Patent Agency Ranking
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。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.042 seconds)
