多任务学习框架的全链路营销效果归因方法及其系统

AITNT
正文
推荐专利
多任务学习框架的全链路营销效果归因方法及其系统
申请号:CN202410973521
申请日期:2024-07-19
公开号:CN118967187A
公开日期:2024-11-15
类型:发明专利
摘要
多任务学习框架的全链路营销效果归因方法及其系统,方法包括以下步骤:获取多源营销数据;基于多源营销数据,进行数据预处理和特征工程,得到预处理后的特征数据;基于预处理后的特征数据,执行初始多任务表示学习,获得初始任务表示;基于初始任务表示,进行动态自适应多任务关系学习,得到更新后的任务表示;基于更新后的任务表示,执行任务特定预测,获得预测结果;基于预测结果,进行多触点归因,得到触点贡献度;基于触点贡献度,执行长期效果评估,获得长期效果评估结果;基于长期效果评估结果,生成全链路营销效果归因报告,通过引入量子启发式动态关系图谱算法,本发明能够精确捕捉任务间的复杂非线性关系,显著提高了归因的准确性。
技术关键词
归因 多任务 动态关系图谱 特征工程 触点 非平稳时间序列 模糊综合评判法 隶属度函数 链路 注意力 量子态 量子退火算法 数据 胶囊 时间序列特征 BERT模型 双曲正切函数 报告 层次分析法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号