摘要
本申请公开了跨平台的用户身份对齐的处理方法、装置、设备及介质,包括:获取不同平台的多个用户的用户行为数据;根据预先训练好的身份对齐模型,确定与所述用户行为数据对应的身份信息;其中,所述预先训练好的身份对齐模型是采用不同平台的样本用户数据和初始训练模型,得到异质信息的嵌入向量,并对所述异质信息的嵌入向量进行编码,得到编码结果,对所述编码结果进行自适应权重聚合得到的;根据所述身份信息,确定所述多个用户的对齐信息,通过构建异质图神经网络模型,综合考虑用户的多种异质信息,并利用深度学习技术对这些信息进行编码和融合,以实现更准确和高效的用户身份对齐跨平台的用户身份对齐的处理。
技术关键词
异质
身份
深度学习网络模型
编码
样本
数据
平台
BERT模型
多层感知器
注意力模型
深度学习技术
可读存储介质
存储计算机程序
节点
神经网络模型
对齐模块
存储器
基础
主题
兴趣
系统为您推荐了相关专利信息
遥感影像变化检测
语义特征
超轻量
注意力
编码器
生成对抗网络
分数阶神经网络
故障特征
分布式传感器网络
量子态
虚拟镜头控制
框选方法
画面
强化学习算法
神经网络模型
密度峰值聚类算法
电力负荷曲线
日负荷曲线
样本
聚类方法