摘要
本发明涉及一种基于多模态深度学习的投流素材效果预测方法及系统,包括以下步骤:S1:获取素材数据,并标注每个素材数据的历史效果;S2:对采集的素材数据进行预处理:S3:基于多模态特征提取与融合网络,对预处理后的素材数据进行特征提取与融合,得到融合后的多模态特征向量;S4:构建多任务预测模型并基于融合后的多模态特征向量训练,对多任务预测模型校准与不确定性分析,得到最终的多任务预测模型;S5:新素材上传后,调用最终的多任务预测模型,输出预测结果,并根据预测结果排序素材,优先投放高CTR且高CVR的素材组合。本发明显著提升投流素材效果预测的预测精度。
技术关键词
多模态深度学习
多任务
融合特征
文本
图像数据预处理
模型校准
蒙特卡洛
分支
视频
计算机存储介质
融合策略
模态特征
分词
注意力
网络
图像增强
皮尔逊相关系数
系统为您推荐了相关专利信息
性能预测模型
时序
电池热管理系统
评价方法
数据
代码生成方法
PLM系统
大语言模型
条目
代码库
向量特征提取
能力知识图谱
语义向量
专业特征
输出模块
图像修复模型
图像修复方法
噪声特征
混合模块
复杂度