[发明专利]用于输出信息的方法、装置、设备、存储介质、程序在审

专利信息
申请号: 202011518635.2 申请日: 2020-12-21
公开(公告)号: CN112596647A 公开(公告)日: 2021-04-02
发明(设计)人: 陆永帅 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F3/0481 分类号: G06F3/0481;G06F3/0484;G06N3/04;G06N3/08;A63F13/792
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 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 输出 信息 方法 装置 设备 存储 介质 程序
【权利要求书】:

1.一种用于输出信息的方法,包括:

响应于接收到用户的目标操作请求,获取所述用户的操作数据;

将所述操作数据转化成特征向量;

将所述特征向量输入预先训练的撤销预测模型,得到撤销预测结果;

如果所述撤销预测结果高于预定值,则输出限制性的目标操作选项供所述用户选择。

2.根据权利要求1所述的方法,其中,所述方法还包括:

如果所述撤销预测结果不高于所述预定值,则输出非限制性的目标操作选项供所述用户选择。

3.根据权利要求1所述的方法,其中,所述撤销预测模型是通过以下步骤训练得到的:

确定初始神经网络的网络结构以及初始化所述初始神经网络的网络参数;

获取训练样本集,其中,训练样本包括样本用户的操作数据的特征向量和用于表征样本用户撤销所述目标操作的标注信息;

将所述训练样本集中的训练样本中的样本用户的操作数据的特征向量和标注信息分别作为所述初始神经网络的输入和期望输出,利用机器学习方法训练所述初始神经网络;

将训练得到的所述初始神经网络确定为撤销预测模型。

4.根据权利要求1所述的方法,其中,所述撤销预测模型为改进的深度残差网络,所述深度残差网络采用一维卷积,采用sigmoid函数作为激活函数。

5.根据权利要求1所述的方法,其中,所述操作数据包括游戏数据,其中,所述游戏数据包括以下至少一项:游戏等级、装备、技能。

6.根据权利要求1所述的方法,其中,所述操作数据包括行为数据,其中,所述行为数据包括以下至少一项:登录的频率、最后登录时间、各个项目的点击频率、喜爱使用的招数、学习的内容、付费记录。

7.一种用于输出信息的装置,包括:

获取单元,被配置成响应于接收到用户的目标操作请求,获取所述用户的操作数据;

转化单元,被配置成将所述操作数据转化成特征向量;

预测单元,被配置成将所述特征向量输入预先训练的撤销预测模型,得到撤销预测结果;

输出单元,被配置成如果所述撤销预测结果高于预定值,则输出限制性的目标操作选项供所述用户选择。

8.根据权利要求7所述的装置,其中,所述输出单元进一步被配置成:

如果所述撤销预测结果不高于所述预定值,则输出非限制性的目标操作选项供所述用户选择。

9.根据权利要求7所述的装置,其中,所述装置还包括训练单元,被配置成:

确定初始神经网络的网络结构以及初始化所述初始神经网络的网络参数;

获取训练样本集,其中,训练样本包括样本用户的操作数据的特征向量和用于表征样本用户撤销所述目标操作的标注信息;

将所述训练样本集中的训练样本中的样本用户的操作数据的特征向量和标注信息分别作为所述初始神经网络的输入和期望输出,利用机器学习装置训练所述初始神经网络;

将训练得到的所述初始神经网络确定为撤销预测模型。

10.根据权利要求7所述的装置,其中,所述撤销预测模型为改进的深度残差网络,所述深度残差网络采用一维卷积,采用sigmoid函数作为激活函数。

11.根据权利要求7所述的装置,其中,所述操作数据包括游戏数据,其中,所述游戏数据包括以下至少一项:游戏等级、装备、技能。

12.根据权利要求7所述的装置,其中,所述操作数据包括行为数据,其中,所述行为数据包括以下至少一项:登录的频率、最后登录时间、各个项目的点击频率、喜爱使用的招数、学习的内容、付费记录。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/202011518635.2/1.html,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