全球数字财富领导者

腾讯公司申请物品推荐专利,增强负物品样本的采样精度并减少模型训练的偏差

2024-01-16 12:28:35
金融界
金融界
关注
0
0
获赞
粉丝
喜欢 0 0收藏举报
— 分享 —
摘要:金融界2024年1月16日消息,据国家知识产权局公告,腾讯科技(深圳)有限公司申请一项名为“物品推荐方法、装置、计算机设备、存储介质和程序产品“,公开号CN117408758A,申请日期为2022年7月。专利摘要显示,本申请涉及一种物品推荐方法、装置、计算机设备、存储介质和程序产品。所述方法涉及大数据,包括:分别获取应用平台上的各批次的物品样本的采样概率值,基于各采样概率值分别进行对应批次的采样,获得各第一物品样本集。获取各第一物品样本集中的物品样本的样本稳定值,基于样本稳定值对第一物品样本集进行样本筛选,得到筛选后的第二物品样本集。基于各第二物品样本集,分批次进行负采样得到负样本集合,根据负样本集合和正样本集合组成的训练样本集合,对初始推荐模型进行训练,得到训练好的物品推荐模型,根据物品推荐模型,确定目标推荐物品。采用本方法能够增强负物品样本的采样精度,并减少模型训练的偏差,以确定出更精准的目标推荐物品。

金融界2024年1月16日消息,据国家知识产权局公告,腾讯科技(深圳)有限公司申请一项名为“物品推荐方法、装置、计算机设备、存储介质和程序产品“,公开号CN117408758A,申请日期为2022年7月。

专利摘要显示,本申请涉及一种物品推荐方法、装置、计算机设备、存储介质和程序产品。所述方法涉及大数据,包括:分别获取应用平台上的各批次的物品样本的采样概率值,基于各采样概率值分别进行对应批次的采样,获得各第一物品样本集。获取各第一物品样本集中的物品样本的样本稳定值,基于样本稳定值对第一物品样本集进行样本筛选,得到筛选后的第二物品样本集。基于各第二物品样本集,分批次进行负采样得到负样本集合,根据负样本集合和正样本集合组成的训练样本集合,对初始推荐模型进行训练,得到训练好的物品推荐模型,根据物品推荐模型,确定目标推荐物品。采用本方法能够增强负物品样本的采样精度,并减少模型训练的偏差,以确定出更精准的目标推荐物品。

敬告读者:本文为转载发布,不代表本网站赞同其观点和对其真实性负责。FX168财经仅提供信息发布平台,文章或有细微删改。
go