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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州网易云音乐科技有限公司肖美丽获国家专利权

杭州网易云音乐科技有限公司肖美丽获国家专利权

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!

龙图腾网获悉杭州网易云音乐科技有限公司申请的专利模型训练方法、人群拓展方法、介质、装置和计算设备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:CN116257758B

龙图腾网通过国家知识产权局官网在2026-03-06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:202310096971.X,技术领域涉及:G06F18/214;该发明授权模型训练方法、人群拓展方法、介质、装置和计算设备是由肖美丽;李锦添;齐妙;王佳捷;李勇设计研发完成,并于2023-01-18向国家知识产权局提交的专利申请。

模型训练方法、人群拓展方法、介质、装置和计算设备在说明书摘要公布了:本公开的实施方式提供了一种模型训练方法、人群拓展方法、介质、装置和计算设备,涉及计算机技术领域,该模型训练方法包括:获取媒体资源对应的种子用户,根据种子用户以及预设媒体资源特征,确定预设媒体资源特征对应的显著性指数;确定显著性指数大于或等于指数阈值的预设媒体资源特征为目标特征;基于种子用户、种子用户对应目标特征的第一目标群体指数以及目标特征,对人群拓展模型进行迭代训练,获得训练好的人群拓展模型。本公开能够得到准确度更高的人群拓展模型,进而在将人群拓展模型用于人群拓展时,能够更加准确地获得拓展人群。

本发明授权模型训练方法、人群拓展方法、介质、装置和计算设备在权利要求书中公布了:1.一种模型训练方法,包括: 获取媒体资源对应的种子用户; 获取预设时间范围内的全量用户; 基于预设分箱规则,确定所述全量用户对应预设媒体资源特征的每个分箱的第一用户占比以及所述种子用户对应所述预设媒体资源特征的每个分箱的第二用户占比; 根据所述第一用户占比和所述第二用户占比,确定所述预设媒体资源特征的每个分箱对应的第二目标群体指数,以及所述种子用户对应所述预设媒体资源特征的第一目标群体指数; 确定所述预设媒体资源特征下大于目标群体指数均值的第二目标群体指数对应的第二用户占比的汇总值,所述目标群体指数均值是根据所述第二目标群体指数获得的; 根据所述预设媒体资源特征下第二目标群体指数的均值以及所述第二目标群体指数,确定所述预设媒体资源特征下的第二目标群体指数的标准差; 确定所述预设媒体资源特征对应的显著性指数为所述汇总值和所述标准差的乘积; 确定所述显著性指数大于或等于指数阈值的预设媒体资源特征为目标特征; 基于所述种子用户、所述种子用户对应所述目标特征的第一目标群体指数以及所述目标特征,对人群拓展模型进行迭代训练,获得训练好的人群拓展模型,所述人群拓展模型用于基于所述种子用户进行人群拓展; 所述基于所述种子用户、所述种子用户对应所述目标特征的第一目标群体指数以及所述目标特征,对人群拓展模型进行迭代训练,获得训练好的人群拓展模型,包括: 按照显著性指数由高到低的顺序遍历所述目标特征,对遍历到的目标特征,执行以下操作: 基于所述种子用户对应所述目标特征的第一目标群体指数、上一次训练人群拓展模型获得的第一残差以及损失函数,确定当前次训练对应的损失函数值、所述目标特征对应的目标权重以及第二残差;其中,目标权重是基于获得的损失函数值最小时确定的;人群拓展模型的首次训练中,对应的权重为预设权重,且将预设初始概率作为第一残差; 在确定所述损失函数值的下降比例小于下降阈值时,获得训练好的人群拓展模型,以及所述种子用户对应的预测概率值; 所述损失函数值是通过以下方式确定的: 根据所述种子用户对应所述目标特征的第一目标群体指数和所述第一残差,确定均方误差; 根据所述均方误差、第一正则和第二正则,确定所述损失函数值,所述第一正则用于表示所述目标特征对应的目标权重的模的加和,所述第二正则用于表示所述目标特征对应的目标权重的平方的加和。

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杭州网易云音乐科技有限公司,其通讯地址为:310052 浙江省杭州市萧山区钱江世纪城奔竞大道353号杭州国际博览中心A座1201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。