[发明专利]用户界面设计的确定方法和装置

权利要求书

1.一种用户界面设计的确定方法，包括：

通过L次迭代训练得到用户界面模块的设计方案的筛选模型，每一次训练使用的训练数据包括设计方案和设计方案的评分，第一次训练使用的设计方案是随机生成的，第二次至第L次训练使用的设计方案是通过上一次训练得到的筛选模块对本次随机生成的设计方案进行筛选得到的，L大于或等于2；

随机生成用户界面的N个设计方案，将所述N个设计方案输入所述筛选模型，得到M个设计方案，M小于N；

根据所述M个设计方案生成多个训练数据对，每个训练数据对包括两个设计方案以及比较结果，所述比较结果用于表示两个设计方案中哪个更优；

使用高斯过程的偏好学习方法对所述多个训练数据对进行训练得到设计方案的评价模型，所述评价模型为高斯回归模型；

将待评价的设计方案输入所述评价模型，得到所述待评价设计方案的评分；

其中，所述使用高斯过程的偏好学习方法对所述多个训练数据对进行训练得到设计方案的评价模型，包括：

所述多个训练数据对表示为：

其中，表示的评分比好，

假设所述评价模型为g(·)，根据R中的设计方案计算格拉姆矩阵K，根据格拉姆矩阵K计算g(·)的先验概率P(g)，其中，

P(g)＝N(g0,K)；

根据以下公式计算R中偏好关系的似然函数

其中，Φ(·)为累计正态分布函数，δ为噪声的标准差，所述噪声的均值为0，方差为δ²；

根据所述似然函数得到给定g(·)时R的联合概率P(Rg)：

根据g(·)的先验概率P(g)和R的联合概率P(R|g)，得到g(·)的后验概率估计为：

利用牛顿法解得最大似然估计点g^*，在最大似然估计点g^*上z(g)取得最大值，对z(g)进行泰勒展开得到：

其中，∧^*是海森矩阵，(·)^T表示矩阵的转置运算，则得到g(·)的后验概率为：

根据g(·)的先验概率P(g)、R的联合概率P(R|g)和g(·)的后验概率P(g|R)得到R的边缘似然P(R)：

对边缘似然P(R)进行模型优化得到边缘似然P(R)的最大值；

应用梯度下降法对超参数进行学习，得到g(·)。

2.根据权利要求1所述的方法，其中，所述通过L次迭代训练得到用户界面模块的设计方案的筛选模型，包括：

采用贝叶斯优化对所述筛选模型进行优化，所述贝叶斯优化的概率模型采用高斯回归模型。