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

AITNT
正文
推荐专利
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
申请号:CN202510874763
申请日期:2025-06-27
公开号:CN120374200B
公开日期:2025-09-23
类型:发明专利
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
1
一种电池热管理系统可靠性评价方法及系统
性能预测模型 时序 电池热管理系统 评价方法 数据
2
基于大语言模型的PLM系统代码生成方法
代码生成方法 PLM系统 大语言模型 条目 代码库
3
基于向量特征提取匹配的人岗专岗匹配系统
向量特征提取 能力知识图谱 语义向量 专业特征 输出模块
4
一种多源数据驱动的水电枢纽溃坝路径分析验证方法
水电 时空融合特征 验证方法 实体 拓扑图
5
一种甲骨文图像修复方法、装置
图像修复模型 图像修复方法 噪声特征 混合模块 复杂度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号