[发明专利]稀疏特征场景下进行点击转化预测的方法有效
申请号: | 202010190795.2 | 申请日: | 2020-03-18 |
公开(公告)号: | CN111429175B | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 杨昕梅;余楚楚;杨承;高原;李绍荣 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06N3/04;G06N3/08 |
代理公司: | 成都弘毅天承知识产权代理有限公司 51230 | 代理人: | 宁政 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了稀疏特征场景下进行点击转化预测的方法,涉及点击转化率预测领域。建立了基于神经网络的CTR模型,此CTR模型采用全新的神经网络结构,既可学习低阶特征的交互信息,同时能获得高阶特征的交互信息。除此之外,低阶特征的交互信息不限于线形关系的低阶特征,还包括非线性关系的低阶特征。为了防止网络层次过于深层带来梯度更新的问题,我们选择增加残差网络结构来优化我们的算法模型。 | ||
搜索关键词: | 稀疏 特征 场景 进行 点击 转化 预测 方法 | ||
【主权项】:
暂无信息
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电子科技大学,未经电子科技大学许可,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/202010190795.2/,转载请声明来源钻瓜专利网。