预测模型的训练方法、兴趣度预测方法、装置和存储介质.pdf
运升****魔王
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
预测模型的训练方法、兴趣度预测方法、装置和存储介质.pdf
本申请提供一种预测模型的训练方法、兴趣度预测方法、装置及存储介质,针对同一个课程,获取K个用户的样本数据;每个用户的样本数据包括:该用户在M个特征维度中的每个维度上对所述课程进行学习的历史学习记录和表征该用户是否继续购买了所述课程的相关课程的记录;针对课程满意度的预测模型中的每棵待生成的决策树,从K个用户的样本数据中随机选取L个用户的样本数据;生成不同的决策树所用的样本数据不完全相同;生成不同的决策树所需的L相同或不同;利用L个用户的样本数据生成待生成的决策树;每棵决策树,用于根据输入的待预测用户对所述课
预测模型的训练方法、装置、设备和存储介质.pdf
本发明提出一种预测模型的训练方法和装置、设备和存储介质,其中,方法包括:获取多个源域数据;其中,多个源域数据包括源标签;将多个源域数据输入神经网络进行训练,获取第一预测结果,根据第一预测结果和源标签调整神经网络的网络参数,以生成预训练模型;获取目标域数据,其中,目标域数据包括目标标签;将目标域数据输入预训练模型进行训练,获取第二预测结果,根据第二预测结果和目标标签调整预训练模型的网络参数,以生成目标域的预测模型。由此,通过源域的数据进行预训练获取预训练模型,并通过目标域的数据对预训练模型的参数进行微调,生
用户预测模型的训练方法、预测方法、装置及存储介质.pdf
本发明公开了一种用户预测模型的训练方法、预测方法、装置及存储介质。该训练方法包括:对样本集数据进行数据预处理;对所述数据预处理后的样本集数据进行特征提取,得到用于描述各用户的特征数据集;对所述特征数据集进行特征选择,得到目标特征集;基于所述目标特征集训练用户预测模型,得到训练好的用户预测模型;所述用户预测模型包括至少两个基模型和连接所述至少两个基模型的元模型。本发明实施例可以得到多维度的有效用户特征;且用户预测模型包括至少两个基模型和连接所述至少两个基模型的元模型,从而可以对多个用户的目标特征集,融合多种
模型训练方法、行为预测方法、装置及可读存储介质.pdf
本申请提供了一种模型训练方法、行为预测方法、装置及可读存储介质,可利用不具行为标签的第一序列数据,对初始行为预测模型中的初始序列编码器进行无监督的预训练,得到预训练的序列编码器;利用预训练的序列编码器对具有行为标签的第二行为数据进行编码,得到样本用户的行为序列向量;利用初始行为预测模型中的初始门控网络,融合样本用户的画像特征向量以及行为序列向量,得到表征出画像特征以及行为特征的融合特征向量;通过融合特征向量,从画像特征和行为特征两个方面对初始行为预测模型进行训练,使得训练得到的目标行为预测模型在预测时,能
类别预测模型的训练方法、预测方法、设备和存储介质.pdf
本发明实施例公开了一种类别预测模型的训练方法、预测方法、设备和存储介质,类别预测模型的训练方法包括:从历史事件数据和在线事件数据中获取到样本事件数据后,基于初始类别预测模型所包含的知识蒸馏教师模型确定样本事件数据所对应的软标签数据;基于历史事件数据和在线事件数据确定概念漂移值;根据软标签数据、样本事件数据以及根据概念漂移值、软标签数据和样本事件数据所构建的损失函数,训练初始类别预测模型所包含的知识蒸馏学生模型,得到目标类别预测模型。上述技术方案,对学生模型进行训练时,更多参考知识蒸馏教师模型或在线事件数据