Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 携程旅游信息技术(上海)有限公司郭伟获国家专利权

携程旅游信息技术(上海)有限公司郭伟获国家专利权

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!

龙图腾网获悉携程旅游信息技术(上海)有限公司申请的专利推荐模型训练方法、推荐方法、设备及存储介质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:CN115292601B

龙图腾网通过国家知识产权局官网在2026-02-06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:202210980946.3,技术领域涉及:G06F16/9535;该发明授权推荐模型训练方法、推荐方法、设备及存储介质是由郭伟;刘典智;王荣生;程婉玉;李健设计研发完成,并于2022-08-16向国家知识产权局提交的专利申请。

推荐模型训练方法、推荐方法、设备及存储介质在说明书摘要公布了:本发明提供了一种推荐模型训练方法、推荐方法、设备及存储介质,该方法包括:获取第一推荐模型和深度交叉场景特征网络单元;基于所述第一推荐模型和所述深度交叉场景特征网络单元构建第二推荐模型,所述深度交叉场景特征网络单元配置为将非场景特征和场景特征进行交叉组合;采集第一样本数据集,所述第一样本数据集中每个样本的数据包括场景特征、非场景特征和所对应的推荐结果标签;以及基于所述第一样本数据集训练所述第二推荐模型。本发明开发了深度交叉场景特征的深度网络单元,可以灵活嵌入到推荐系统的召回和或排序深度模型中,达到共享多场景数据和更好地匹配各场景数据分布的目的。

本发明授权推荐模型训练方法、推荐方法、设备及存储介质在权利要求书中公布了:1.一种推荐模型训练方法,其特征在于,包括如下步骤: 获取第一推荐模型和深度交叉场景特征网络单元,所述深度交叉场景特征网络单元包括场景特征侧和非场景特征侧,所述非场景特征侧中各个处理层之间的权重矩阵和偏置项由所述场景特征侧输入; 基于所述第一推荐模型和所述深度交叉场景特征网络单元构建第二推荐模型,所述深度交叉场景特征网络单元配置为将非场景特征和场景特征进行交叉组合;其中,所述第一推荐模型为第一召回模型,所述第二推荐模型为第二召回模型; 采集第一样本数据集,所述第一样本数据集中每个样本的数据包括场景特征、非场景特征和所对应的推荐结果标签,所述场景特征包括当前的场景类别,所述场景类别为酒店订后景点推荐场景或列表页景点排序场景,所述非场景特征包括用户特征、物品特征和上下文特征中的至少一种; 基于所述第一样本数据集训练所述第二推荐模型,所述第二推荐模型的预测推荐结果包括是否召回的概率; 获取第三推荐模型,所述第三推荐模型为第三排序模型; 基于所述第三推荐模型和所述深度交叉场景特征网络单元构建第四推荐模型,所述第四推荐模型为第四排序模型; 采集第二样本数据集,所述第二样本数据集中每个样本的数据包括场景特征、非场景特征和所对应的推荐结果标签; 基于所述第二样本数据集训练所述第四推荐模型,所述第四推荐模型的预测推荐结果包括用户的点击概率; 其中,所述第二推荐模型配置为将场景特征和非场景特征进行拼接得到第一特征,将所述场景特征和非场景特征分别输入所述深度交叉场景特征网络单元的场景特征侧和非场景特征侧得到第二特征,并将所述第一特征和所述第二特征输入所述第一推荐模型,将所述第一推荐模型的输出结果作为预测推荐结果; 其中,所述深度交叉场景特征网络单元的场景特征侧包括第一处理层,输入的场景特征经过Embedding和全连接处理得到第一向量,所述第一处理层将所述第一向量拆分得到第一权重矩阵、第一偏置项、第二权重矩阵和第二偏置项;所述非场景特征侧包括第二处理层、第三处理层和第四处理层,所述第一权重矩阵和所述第一偏置项输入所述第二处理层和所述第三处理层之间,所述第二权重矩阵和所述第二偏置项输入所述第三处理层和所述第四处理层之间。

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携程旅游信息技术(上海)有限公司,其通讯地址为:201203 上海市浦东新区自由贸易试验区碧波路518号302室;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”。

以上内容由龙图腾AI智能生成。

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。