Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

多媒体内容的推送方法和装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:腾讯科技(深圳)有限公司

摘要:本申请公开了一种多媒体内容的推送方法和装置,属于多媒体技术领域。方法包括:通过神经网络模型对多个样本对象的数据进行特征提取,得到各个样本对象的初始特征;通过神经网络模型基于各个样本对象的初始特征,确定各个样本对象的预测信息;基于各个样本对象的初始特征,确定各个样本对象的参考权重;基于各个样本对象的标注信息、预测信息和参考权重,训练神经网络模型得到事件发生模型。其中,样本对象的参考权重使样本对象的初始特征趋于非线性独立,使模型具有强大的非线性映射能力和泛化能力,提高模型准确性。通过事件发生模型确定发生与多媒体内容相关事件的可能性,有利于提高多媒体内容的转化率,提高多媒体内容的推送效果。

主权项:1.一种事件发生模型的训练方法,其特征在于,所述方法包括:获取多个样本对象的数据和各个样本对象的标注信息,所述样本对象的标注信息表征所述样本对象是否发生与多媒体内容相关的相关事件;通过神经网络模型对所述多个样本对象的数据进行特征提取,得到所述各个样本对象的初始特征;通过所述神经网络模型基于所述各个样本对象的初始特征,确定所述各个样本对象的预测信息,所述样本对象的预测信息表征所述样本对象发生所述相关事件的可能性;基于所述各个样本对象的初始特征,确定所述各个样本对象的参考权重,所述样本对象的参考权重用于使所述样本对象的初始特征趋于非线性独立;基于所述各个样本对象的标注信息、预测信息和参考权重,对所述神经网络模型进行训练,得到事件发生模型,所述事件发生模型用于确定参考对象发生所述相关事件的可能性。

全文数据:

权利要求:

百度查询: 腾讯科技(深圳)有限公司 多媒体内容的推送方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。