Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京三快在线科技有限公司胡焜获国家专利权

北京三快在线科技有限公司胡焜获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京三快在线科技有限公司申请的专利一种模型训练的方法、信息推荐的方法以及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114860967B

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210473098.7,技术领域涉及:G06F16/435;该发明授权一种模型训练的方法、信息推荐的方法以及装置是由胡焜;彭冲;程兵设计研发完成,并于2022-04-29向国家知识产权局提交的专利申请。

一种模型训练的方法、信息推荐的方法以及装置在说明书摘要公布了:本说明书公开了一种模型训练的方法、信息推荐的方法以及装置。首先,获取用户在历史设定时长内针对各推荐多媒体信息的操作信息。其次,根据操作信息,从各推荐多媒体信息中,确定出用户浏览的各第一多媒体信息,以及确定用户未浏览的各第二多媒体信息。而后,将各第一多媒体信息以及各第二多媒体信息输入到待训练的推荐模型中,确定每个第一多媒体信息对应的第一特征,以及每个第二多媒体信息对应的第二特征。最后,以最小化第一特征之间的偏差,以及最大化第一特征与第二特征之间的偏差为优化目标,对推荐模型进行训练。本方法可以通过第一特征之间的相似性,以及第一特征与第二特征之间的差异性,提高向用户推荐的多媒体信息的准确性。

本发明授权一种模型训练的方法、信息推荐的方法以及装置在权利要求书中公布了:1.一种模型训练的方法,其特征在于,包括: 获取用户在历史设定时长内针对各推荐多媒体信息的操作信息; 根据所述操作信息,从所述各推荐多媒体信息中,确定出所述用户浏览的推荐多媒体信息,作为各第一多媒体信息,以及确定所述用户未浏览的推荐多媒体信息,作为各第二多媒体信息; 将所述各第一多媒体信息以及所述各第二多媒体信息输入到待训练的推荐模型中,确定每个第一多媒体信息对应的特征,作为第一特征,以及每个第二多媒体信息对应的特征,作为第二特征; 针对每个第一多媒体信息,以最小化该第一多媒体信息对应的第一特征,与其他第一多媒体信息对应的第一特征之间的偏差,以及最大化该第一多媒体信息对应的第一特征与所述第二特征之间的偏差为优化目标,对所述推荐模型进行训练;根据所述操作信息,从所述各推荐多媒体信息中,确定出所述用户浏览的推荐多媒体信息,作为各第一多媒体信息,以及确定所述用户未浏览的推荐多媒体信息,作为各第二多媒体信息,具体包括: 根据所述操作信息,将所述各推荐多媒体信息进行随机变换,得到各第一变换后多媒体信息以及各第二变换后多媒体信息; 从所述各第一变换后多媒体信息中,确定所述用户浏览的推荐多媒体信息,作为各第一多媒体信息,以及确定所述用户未浏览的推荐多媒体信息,作为各第二多媒体信息; 从所述各第二变换后多媒体信息中,确定所述用户浏览的推荐多媒体信息,作为各第三多媒体信息,以及确定所述用户未浏览的推荐多媒体信息,作为各第四多媒体信息; 所述推荐模型包括:特征子模型、辅助子模型; 将所述各第一多媒体信息以及所述各第二多媒体信息输入到待训练的推荐模型中,确定每个第一多媒体信息对应的特征,作为第一特征,以及每个第二多媒体信息对应的特征,作为第二特征,具体包括: 将所述各第一变换后多媒体信息以及所述各第二变换后多媒体信息输入到待训练的特征子模型中,确定每个第一变换后多媒体信息对应的特征,作为第一模型特征,以及每个第二变换后多媒体信息对应的特征,作为第二模型特征;将所述各第一变换后多媒体信息以及所述各第二变换后多媒体信息输入到待训练的辅助子模型中,确定每个第一变换后多媒体信息对应的特征,作为第一辅助特征,以及每个第二变换后多媒体信息对应的特征,作为第二辅助特征;针对每个第一多媒体信息,以最小化该第一多媒体信息对应的第一特征,与其他第一多媒体信息对应的第一特征之间的偏差,以及最大化该第一多媒体信息对应的第一特征与所述第二特征之间的偏差为优化目标,对所述推荐模型进行训练,具体包括: 针对每个推荐多媒体信息,确定该推荐多媒体信息对应的所述第一模型特征与该推荐多媒体信息对应的所述第二辅助特征之间的相似度,作为第一相似度,并确定该推荐多媒体信息对应的所述第一模型特征与其他推荐多媒体信息对应的所述第二辅助特征之间的差异度,作为第一差异度; 针对每个第一多媒体信息,以最小化该第一多媒体信息对应的第一特征,与其他第一多媒体信息对应的第一特征之间的偏差,以及最大化该第一多媒体信息对应的第一特征与所述第二特征之间的偏差为优化目标,并以最大化所述第一相似度以及所述第一差异度为优化目标,对所述推荐模型进行训练。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京三快在线科技有限公司,其通讯地址为:100080 北京市海淀区北四环西路9号2106-030;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。