[发明专利]基于MMoE的混合模型在短视频中用户行为预测模型在审
| 申请号： | 202210327544.3 | 申请日： | 2022-03-30 |
| 公开（公告）号： | CN116939299A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 凌静;陈曦;蔡汉飞 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | H04N21/442 | 分类号： | H04N21/442;H04N21/45;H04N21/466;G06N3/045;G06N3/042;G06N3/0464;G06N3/0442;G06N3/047;G06N3/048;G06N3/0985;G06F16/735 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410114 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本申请涉及一种基于组合度学习模型的用户行为预测方法和系统。对于给定的一定数量到访过微信视频号“热门推荐”的用户，根据这些用户在视频号内的历史n天的行为数据，通过算法在测试集上预测出这些用户对于不同视频内容的互动行为(包括点赞、点击头像、收藏、转发)的发生概率。构建组合深度学习网络；所述组合深度学习网络包括多个embedding提取模块，一个CIN层、多个DNN层、一个MMoE层，所述embedding层提取模块用于提取用户在n天的行为，将数据转化位多维矩阵。所述的CIN层是一种显式构造交叉特征层，对输入的矩阵进行计算，提取输入的特征，得到一个输出。所述的DNN层对数据进行计算，提取输入的特征，得到一个输出。所述的MMoE层对输入的数据进行计算，根据要求得到四个输出。然后考虑多个特征之间的相关性，再用得到的输出与DNN进行加权，得到最终的预测概率。 | ||
| 搜索关键词： | 基于 mmoe 混合 模型 视频 用户 行为 预测 | ||
【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长沙理工大学，未经长沙理工大学许可，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/202210327544.3/，转载请声明来源钻瓜专利网。
