[发明专利]神经网络模型的训练方法、人群扩散方法、装置及设备有效
| 申请号： | 201811023331.1 | 申请日： | 2018-09-03 |
| 公开（公告）号： | CN110147882B | 公开（公告）日： | 2023-02-10 |
| 发明（设计）人： | 梁鹏;陈戈;黄东波;姜磊 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/0464;G06N3/084;G06N3/0442 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 张所明 |
| 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： | 本申请公开了一种神经网络模型的训练方法、人群扩散方法、装置及设备，属于信息推荐领域。所述方法包括：获取m个种子人群的人群包embedding向量，所述种子人群中包括多个样本用户；获取全量用户中多个用户的用户embedding向量；所述人群包embedding向量和所述用户embedding向量是通过同一个神经网络模型得到的；根据所述人群包embedding向量和所述用户embedding向量之间的向量相似度，确定对所述种子人群进行扩散的扩散人群。本申请不需要针对每个种子人群分别建立LR模型，避免了不同种子人群的LR模型无法对比及迁移所带来的工程性能问题。 | ||
| 搜索关键词： | 神经网络 模型 训练 方法 人群 扩散 装置 设备 | ||
【主权项】：
1.一种神经网络模型的训练方法，其特征在于，所述方法包括：根据样本用户所属的种子人群的人群包embedding向量，合并得到所述样本用户的人群特征；将所述样本用户的人群特征和用户画像特征进行拼接，得到神经网络模型的输入层数据；将所述输入层数据输入至神经网络模型中进行训练，得到预测误差；在未满足训练结束条件时，根据反向传播算法对所述预测误差进行反向传播，更新所述神经网络模型中的权重和所述人群包embedding向量；在满足所述训练结束条件时，结束所述神经网络模型的训练。
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/201811023331.1/，转载请声明来源钻瓜专利网。
