[发明专利]用于确定用户留存时间的方法、装置、设备和介质有效
申请号: | 202010558651.8 | 申请日: | 2020-06-18 |
公开(公告)号: | CN111709785B | 公开(公告)日: | 2023-08-22 |
发明(设计)人: | 孙振邦;周杰;王长虎 | 申请(专利权)人: | 抖音视界有限公司 |
主分类号: | G06Q30/0201 | 分类号: | G06Q30/0201;G06N3/0442;G06N3/044;G06N3/08 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 王刚 |
地址: | 100041 北京市石景山区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 确定 用户 留存 时间 方法 装置 设备 介质 | ||
1.一种用于确定用户留存时间的方法,包括:
通过标准化转化函数对获得的用户特征进行预处理,以消除用户特征的数据的单位限制;其中,所述用户特征包括以下至少一项:
所述用户停留时间超过预定时间的应用上显示的文章数目,所述用户使用所述应用的时间,所述用户目标时间段内打开所述应用的次数,所述用户是否使用账号登陆过应用,所述用户点击应用上显示的文章的篇数,所述应用推送给所述用户的文章篇数,所述用户完整阅读应用上显示的文章的篇数,所述用户在所述应用内操作的次数,所述用户分享应用上显示的文章的篇数;
将预处理后的数据输入至预先训练的处理长期依赖信息的循环神经网络,输出在未来预定时间内用户使用应用的时间;其中,所述循环神经网络包括第一全连接网络、长短期记忆网络和第二全连接网络;
所述将预处理后的数据输入至预先训练的处理长期依赖信息的循环神经网络,输出在未来预定时间内用户使用应用的时间,包括:
将经过预处理后的数据输入至所述第一全连接网络,得到第一输出结果,其中,所述第一全连接网络在训练过程中采用了随机失活;
将所述第一输出结果输入至所述长短期记忆网络,其中,所述长短期记忆网络在训练过程中采用了随机失活;
对所述长短期记忆网络的输出结果进行数据重新组织,得到第二输出结果;
将所述第二输出结果输入至所述第二全连接网络,输出在未来预定时间内用户使用应用的时间,其中,所述第二全连接网络在训练过程中采用了随机失活。
2.根据权利要求1所述的方法,其中,所述对获得的用户特征的数据进行预处理,包括:
对所述用户特征的数据进行数据标准化,其中,所述数据标准化后的数据分布符合标准正态分布。
3.根据权利要求1所述的方法,其中,所述长短期记忆网络中的隐藏层层数至少为两层。
4.一种用于确定用户留存时间的装置,包括:
处理单元,被配置成通过标准化转化函数对获得的用户特征进行预处理,以消除用户特征的数据的单位限制;其中,所述用户特征包括以下至少一项:
所述用户停留时间超过预定时间的应用上显示的文章数目,所述用户使用所述应用的时间,所述用户目标时间段内打开所述应用的次数,所述用户是否使用账号登陆过应用,所述用户点击应用上显示的文章的篇数,所述应用推送给所述用户的文章篇数,所述用户完整阅读应用上显示的文章的篇数,所述用户在所述应用内操作的次数,所述用户分享应用上显示的文章的篇数;
输入输出单元,被配置成将预处理后的数据输入至预先训练的处理长期依赖信息的循环神经网络,输出在未来预定时间内用户使用应用的时间;其中,所述循环神经网络包括第一全连接网络、长短期记忆网络和第二全连接网络;
所述将预处理后的数据输入至预先训练的处理长期依赖信息的循环神经网络,输出在未来预定时间内用户使用应用的时间,包括:
将经过预处理后的数据输入至所述第一全连接网络,得到第一输出结果,其中,所述第一全连接网络在训练过程中采用了随机失活;
将所述第一输出结果输入至所述长短期记忆网络,其中,所述长短期记忆网络在训练过程中采用了随机失活;
对所述长短期记忆网络的输出结果进行数据重新组织,得到第二输出结果;
将所述第二输出结果输入至所述第二全连接网络,输出在未来预定时间内用户使用应用的时间,其中,所述第二全连接网络在训练过程中采用了随机失活。
5.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。
6.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-3中任一所述的方法。
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抖音视界有限公司,未经抖音视界有限公司许可,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/pat/books/202010558651.8/1.html,转载请声明来源钻瓜专利网。