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

基于强化学习的情报采编方法及装置 

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!

摘要:本申请涉及智能推荐相关技术领域,具体涉及一种基于强化学习的情报采编方法及装置。其中,方法包括:获取情报采编日志;基于情报采编日志分别构建选报按钮点击率预估模型和推送按钮点击率预估模型;其中,选报按钮点击率预估模型用于估计情报的选报按钮点击率,推送按钮点击率预估模型用于估计情报的推送按钮点击率;构建选报按钮点击率预估模型输出结果和推送按钮点击率预估模型输出结果的融合模型;其中,融合模型为深度学习模型,还用于基于情报采编人员的最新操作,调整内部参数,以使得融合模型输出的融和值,更加符合情报采编人员的期望;基于选报按钮点击率预估模型、推送按钮点击率预估模型和融合模型进行候选情报推荐。

主权项:1.一种基于强化学习的情报采编方法,其特征在于,包括:获取情报采编日志;基于所述情报采编日志分别构建选报按钮点击率预估模型和推送按钮点击率预估模型;其中,所述选报按钮点击率预估模型用于估计情报的选报按钮点击率,所述推送按钮点击率预估模型用于估计情报的推送按钮点击率;构建选报按钮点击率预估模型输出结果和推送按钮点击率预估模型输出结果的融合模型;其中,所述融合模型为强化学习模型,还用于基于情报采编人员的最新操作,调整内部参数,以使得融合模型输出的融和值,更加符合情报采编人员的期望;其中,选报按钮点击率和所述融和值正相关,推送按钮点击率和所述融和值正相关;基于所述选报按钮点击率预估模型、推送按钮点击率预估模型和所述融合模型进行候选情报推荐。

全文数据:

权利要求:

百度查询: 北京网智天元大数据科技有限公司 网智天元科技集团股份有限公司 基于强化学习的情报采编方法及装置

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。