- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了基于历史影视海报的深度兴趣网络的排序方法,包括将DeepFM的模型结构、VGG模型结构和DIN模型结构进行整合构建深度学习推荐CTR排序模型网络结构;训练该模型,生成新的CTR排序模型;测试新的CTR排序模型,定期采集数据进行迭代训练得到迭代排序模型,使用迭代排序模型对推荐召回的候选集进行排序。本发明通过构建分类/数值文本、海报图像多模态特征、结合用户历史行为的历史行为序列特征以及随机负样本形成正负特征对的训练数据集和测试数据集;并使用这些数据集对训练得到新的CTR排序模型,实现了对
(19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112434184 B (45)授权公告日 2022.03.01 (21)申请号 202011474897.3 CN 110879864 A,2020.03.13
文档评论(0)