[发明专利]优化的机器学习系统

权利要求书

1.一种用于优化机器学习模型的系统，包括：

第三方语料库数据库，所述第三方语料库数据库存储与多个第三方内容有关的信息；

计算装置组，所述计算装置组与所述第三方语料库数据库交互并且执行操作，所述操作包括：

确定机器学习系统的平均误差；

定义评估函数，所述评估函数提供本应使用在先验事件中给定参数的指定值而实现的成果；

定义期望结果函数，所述期望结果函数基于所述机器学习系统的所述误差为先验事件提供期望成果；

针对多个先验事件中的每一个先验事件，确定使所述期望结果函数为所述先验事件提供指定输出的所述给定参数的目标值；

基于所述先验事件的特征和针对所述先验事件所确定的所述给定参数的目标值，使用所述机器学习系统来生成模型；

针对新事件，基于所述模型对该新事件的特征的应用来向所述给定参数指派值；

基于所述给定参数的所指派的值和由第三方内容提供者提交的选择值来选择用于分发给客户端装置的第三方内容；以及

通过网络将所选择的第三方内容分发给所述客户端装置。

2.根据权利要求1所述的系统，其中，定义所述评估函数包括：将所述评估函数定义为提供输出，所述输出指定如果所指定的阈值资格值已经用于选择第三方内容则本应实现的收益量。

3.根据权利要求2所述的系统，其中，所述计算装置组执行的操作还包括：评估由第三方针对一个或多个先验请求中的每一个先验请求所提交的选择值，其中，针对每个请求，所述评估函数在尚没有第三方提交满足所述阈值资格值的选择值时提供零输出，在单个第三方提交了满足所述阈值资格值的提交值时提供所述阈值资格值的输出，并且在多个第三方提交了满足所述阈值资格值的提交值时提供大于所述阈值资格值的输出。

4.根据权利要求1所述的系统，其中，定义所述期望结果函数包括定义下述期望结果函数：该期望结果函数输出针对给定请求在所述机器学习系统的所述误差使实际阈值资格值高于或者低于针对该给定请求的给定阈值资格值、但是所述误差不防止第三方内容响应于所述给定请求的分发时本应实现的收益量。

5.根据权利要求1所述的系统，其中，确定所述给定参数的所述目标值包括：确定使由所述期望结果函数输出的所述收益最大化的阈值资格值。

6.根据权利要求1所述的系统，其中，将所述值指派给所述给定参数包括：从所述模型输出所述阈值资格值，所述阈值资格值将被用于响应于所述请求而提供的第三方内容的选择。

7.根据权利要求6所述的系统，其中，选择用于分发的第三方内容包括：选择具有等于或者超出由所述模型输出的所述阈值资格值的选择值的内容。

8.一种优化机器学习系统的方法，所述方法包括：

确定机器学习系统的平均误差；

定义评估函数，所述评估函数提供本应使用在先验事件中给定参数的指定值实现的成果；

定义期望结果函数，所述期望结果函数基于所述机器学习系统的所述误差为先验事件提供期望成果；

针对多个先验事件中的每一个先验事件，确定使所述期望结果函数为所述先验事件提供指定输出的所述给定参数的目标值；

由一个或多个计算装置基于所述先验事件的特征和针对所述先验事件所确定的所述给定参数的目标值，使用所述机器学习系统来生成模型；

由一个或多个计算装置针对新事件，基于所述模型对该新事件的特征的应用，来向所述给定参数指派值；

由一个或多个计算装置基于所述给定参数的所指派的值和由第三方内容提供者提交的选择值，来选择用于分发给客户端装置的第三方内容；以及

通过网络将所选择的第三方内容分发给所述客户端装置。

9.根据权利要求8所述的方法，其中，定义所述评估函数包括：将所述评估函数定义为提供输出，所述输出指定如果所指定的阈值资格值已经用于选择第三方内容则本应实现的收益量。