摘要
本发明公开了一种基于展示方案数据模型训练方法及系统,包括如下步骤:S1、构建多源情境数据集;S2、对多源情境数据集进行预处理,并整合为单一情境向量;S3、生成用户偏好画像,并将情境向量与用户偏好画像融合生成动态情境偏好画像;S4、将动态情境偏好画像输入至条件生成对抗网络,生成展示方案;S5、嵌入自适应神经调控模块,优化展示方案生成效果;S6、引入分层情境控制机制;S7、基于历史交互反馈迭代更新用户偏好画像;S8、分析当前情境与历史情境的相似度,应用元学习算法判定展示方案的适用性,并将历史情境中的有效展示方案迁移至当前情境。本发明采用多维情境感知与动态反馈优化的模型训练方法,实现了展示方案的情境自适应生成。
技术关键词
条件生成对抗网络
数据模型训练方法
画像
控制模块
点击率
元学习算法
动态
风格
多头注意力机制
特征值
控制权
生成用户
矩阵
物联网设备
偏好特征
层级
组合特征向量