[发明专利]在线训练模型的方法、推送方法、装置以及设备有效
| 申请号： | 201810265754.8 | 申请日： | 2018-03-28 |
| 公开（公告）号： | CN110321422B | 公开（公告）日： | 2023-04-14 |
| 发明（设计）人： | 赵沛霖 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F16/335 | 分类号： | G06F16/335;G06F18/214;H04L67/55 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种在线训练模型的方法，包括：从流式数据中获取训练样本，根据训练样本、历史模型参数和非凸正则项确定模型的目标函数，确定使目标函数最小的当前模型参数，根据当前模型参数更新模型。在线训练过程中，由于采用了非凸正则项代替L1正则项进行特征筛选，能够减小惩罚偏差，筛选出有效特征，保障了稀疏性，提高了模型的泛化性能。本申请还提供了一种信息推送方法，获取用户特征数据和内容特征数据，基于在线训练模型方法训练得到的推送模型，根据用户特征数据、内容特征数据和推送模型，确定目标用户对目标信息感兴趣概率，根据感兴趣概率确定是否推送。本申请还提供了一种在线训练模型的装置和信息推送装置。 | ||
| 搜索关键词： | 在线 训练 模型 方法 推送 装置 以及 设备 | ||
【主权项】：
1.一种在线训练模型的方法，其特征在于，包括：从流式数据中获取训练样本；根据所述训练样本、历史模型参数和非凸正则项确定模型的目标函数；确定使所述目标函数最小的当前模型参数，根据所述当前模型参数更新所述模型。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201810265754.8/，转载请声明来源钻瓜专利网。
