摘要
本发明涉及一种点击率预估方法、系统、电子设备、计算机程序产品,属于信息检索领域。包括:使用多头注意力网络以及注意力机制学习用户的长期兴趣表示;通过采用双向循环神经网络捕获用户的行为模式表示;采用深度神经网络与注意力机制对用户的行为模式表示、用户特征和用户行为时间序列之间的相互作用进行建模,得到深度即时兴趣表示与注意力即时兴趣表示;对深度即时兴趣表示与注意力即时兴趣表示拼接形成即时兴趣表示;将用户长期兴趣表示、即时兴趣表示和用户特征进行拼接,并输入因子分解机与多层感知机以预测用户的点击率。本发明旨在从用户行为和时间信息中捕获用户的长期兴趣和即时兴趣,展现出优秀的兴趣挖掘能力与点击率预估效果。
技术关键词
点击率预估方法
兴趣
注意力机制
序列
多层感知机
计算机程序产品
深度神经网络
非暂态计算机可读存储介质
模式
电子设备
处理器
信息检索
因子
网络结构
参数
存储器
系统为您推荐了相关专利信息
全局仿射变换
语义
计算机执行指令
场景
对齐模块
肿瘤分割方法
强化特征
代表
状态空间模型
注意力
阿尔兹海默症诊断
诊断系统
归因
模块
医疗物联网技术
频域特征
拓扑特征
节点特征
实体
计算机程序指令