[发明专利]基于历史影视海报的深度兴趣网络的排序方法有效

专利信息
申请号: 202011474897.3 申请日: 2020-12-15
公开(公告)号: CN112434184B 公开(公告)日: 2022-03-01
发明(设计)人: 陈灵;吴上波;闫立鑫;吴廷锋;马荣深;韩亚 申请(专利权)人: 四川长虹电器股份有限公司
主分类号: G06F16/738 分类号: G06F16/738;G06F16/78;G06F9/54;G06N3/08
代理公司: 四川省成都市天策商标专利事务所(有限合伙) 51213 代理人: 张秀敏
地址: 621000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 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,实现了对用户召回影视的精准排序,同时也优化了用户的使用体验,使得用户能够更好地体验科技发展带来的便利。
搜索关键词: 基于 历史 影视 海报 深度 兴趣 网络 排序 方法
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202011474897.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top