[发明专利]用于干预优化的系统和方法在审
| 申请号： | 201911010355.8 | 申请日： | 2019-10-23 |
| 公开（公告）号： | CN110796263A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | J.伯奇;B.弗伦克尔;C.E.布蒂利尔;V.卢马;Y-L.阮;J.A.哈沙尔;H.穆萨维;S.杰汉布;V.巴莱亚;A.高塔姆 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 11105 北京市柳沈律师事务所 | 代理人： | 金玉洁 |
| 地址： | 美国加利*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了用于干预优化的系统和方法。计算系统获得计算机应用的多个实体中的每个实体的实体历史。对于多个实体中的每一个，计算系统可以确定多个可用干预中的每一个将改善目标值的相应概率，该目标值至少部分地基于该实体对计算机应用的持续使用的度量来确定。计算系统可以至少部分地基于经由机器学习的干预选择模型确定的相应概率，将多个可用干预中的干预提供给多个实体中的实体。因此，计算系统可以采用机器学习的干预选择模型，在逐个实体的基础上选择被预测为防止实体从计算机应用流失的干预。 | ||
| 搜索关键词： | 干预 计算系统 计算机应用 机器学习 可用 模型确定 概率 度量 预测 优化 | ||
【主权项】：
1.一种计算系统，包括：/n一个或多个处理器；和/n一个或多个非暂时性计算机可读介质，所述一个或多个非暂时性计算机可读介质共同存储：/n机器学习的干预选择模型，所述机器学习的干预选择模型被配置为至少部分地基于与实体相关联的相应实体历史，在逐个实体的基础上选择干预；和/n指令，所述指令在由所述一个或多个处理器执行时使所述计算系统执行操作，所述操作包括：/n获得使用计算机应用的多个实体中的每个实体的实体历史；/n针对所述多个实体中的每个实体，至少部分地基于每个实体的实体历史，经由所述机器学习的干预选择模型来确定多个可用干预中的每一个将改善目标值的相应概率，所述目标值至少部分地基于实体对计算机应用的持续使用的度量来确定；和/n至少部分地基于经由所述机器学习的干预选择模型确定的相应概率，将所述多个可用干预中的一个或多个干预提供给所述多个实体中的一个或多个实体。/n
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谷歌有限责任公司，未经谷歌有限责任公司许可，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/201911010355.8/，转载请声明来源钻瓜专利网。
