摘要
本发明提供基于深度学习的内容营销效果评估与优化方法及系统,涉及人工智能技术领域,包括获取内容营销的历史数据;构建双塔深度神经网络模型,通过内容塔处理所述内容数据生成内容表征集合,通过场景塔处理所述场景数据生成场景表征集合,通过交互层计算内容表征集合与场景表征集合的匹配得分;所述双塔深度神经网络模型通过层次化场景感知和困难样本挖掘的对比学习框架进行训练,结合内容‑场景交叉注意力协同表征机制进行迭代优化;基于匹配得分,设计非线性映射与渐进式两阶段优化的资源分配算法,生成资源分配优化方案。
技术关键词
深度神经网络模型
困难样本挖掘
投入产出效率
资源分配算法
矩阵
生成场景
两阶段
非线性
计算机程序指令
因子
数据
周期
时序
交叉注意力机制
序列
系统为您推荐了相关专利信息
因子权重
车辆轨迹预测方法
卡尔曼滤波算法
预测误差
行驶环境信息
反演方法
吉洪诺夫正则化
正则化参数
网格
多物理场协同