[发明专利]生成预测信息的方法、装置、电子设备和计算机可读介质有效

专利信息
申请号: 202010270721.X 申请日: 2020-04-08
公开(公告)号: CN111475392B 公开(公告)日: 2022-05-20
发明(设计)人: 吴良超;张力哲;解浚源;吴迪;张君;陈程;李龙一佳;方晨廖晖;刘侃;常龙;黄龙;陈逸翔;吴翔;赵鹏;刘小兵 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06F11/34 分类号: G06F11/34;G06N3/04
代理公司: 北京唯智勤实知识产权代理事务所(普通合伙) 11557 代理人: 陈佳
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 生成 预测 信息 方法 装置 电子设备 计算机 可读 介质
【权利要求书】:

1.一种生成预测信息的方法,应用于第一处理端,包括:

基于目标用户的第一用户特征信息,生成所述目标用户的匿名用户信息;

将所述匿名用户信息发送至第二处理端,以使所述第二处理端基于所述匿名用户信息和所述目标用户的第二用户特征信息,生成预测信息,其中,通过所述匿名用户信息无法反解出所述第一用户特征信息;

其中,所述匿名用户信息基于所述第一处理端的第一预测子模型得到的,所述预测信息是基于所述第二处理端的第二预测子模型得到的,所述第一预测子模型和所述第二预测子模型是对预测模型进行分割得到的;

其中,所述基于所述目标用户的第一用户特征信息,生成所述目标用户的匿名用户信息,包括:

将所述第一用户特征信息输入所述第一预测子模型,得到第一用户特征嵌入向量;

将所述第一用户特征嵌入向量与上下文向量进行拼接,得到拼接向量;

将所述拼接向量与所述第一预测子模型的参数矩阵相乘,得到所述目标用户的匿名用户信息。

2.根据权利要求1所述的方法,其中,所述基于所述目标用户的第一用户特征信息,生成所述目标用户的匿名用户信息,包括:

基于所述目标用户的第一用户特征信息和待展示对象的对象特征信息,得到所述目标用户的匿名用户信息。

3.根据权利要求1所述的方法,其中,所述方法还包括:

从所述第二处理端接收所述预测信息;

基于所述预测信息,生成推送信息。

4.根据权利要求1所述的方法,其中,所述将所述拼接向量与所述第一预测子模型的参数矩阵相乘,得到所述目标用户的匿名用户信息,包括:

将所述拼接向量与所述第一预测子模型的参数矩阵相乘,得到相乘向量;

对所述相乘向量进行数据压缩,得到所述目标用户的匿名用户信息。

5.根据权利要求3所述的方法,其中,所述基于目标用户的第一用户特征信息,生成所述目标用户的匿名用户信息,包括:

响应于接收到目标用户的用户请求,基于所述目标用户的第一用户特征信息,生成所述目标用户的匿名用户信息。

6.根据权利要求5所述的方法,其中,所述方法还包括:

接收针对所述推送信息的用户操作信息;

响应于所述用户操作信息表征用户针对所述推送信息执行操作,将所述用户请求的标识发送至第二处理端。

7.根据权利要求4所述的方法,其中,所述第一预测子模型通过以下步骤训练得到:

将第一样本集中的第一样本输入第一预测子网络,得到样本匿名用户信息,其中,所述第一样本集中的第一样本包括第一用户特征信息;

将所述样本匿名用户信息和第二样本集中与所述第一样本对应的第二样本中的第二用户特征信息输入第二预测子网络,得到实际预测信息,其中,所述第二样本集中的第二样本包括第二用户特征信息和样本预测信息;

基于所述实际预测信息和所述第二样本集中的与所述第一样本对应的第二样本中的样本预测信息,得到损失值;

基于所述损失值对所述第二预测子网络进行优化,以及得到中间梯度值;

基于所述中间梯度值对所述第一预测子网络进行优化;

响应于满足训练结束条件,将优化后的第一预测子网络确定为第一预测子模型。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/pat/books/202010270721.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top