基于多任务学习的离散特征嵌入方法、系统、设备及介质

本申请公开了一种基于多任务学习的离散特征嵌入方法、系统、设备及介质，旨在解决广告推荐系统中离散特征嵌入表达能力不足、模型泛化能力弱的问题。该方法先获取离散特征历史数据，通过预设嵌入层转换为多个嵌入向量；经注意力融合模块动态融合生成特征向量；构建多任务学习模型，输入融合向量完成主任务(如CTR预测)与辅助任务(如广告位属性预测)的预测；计算总损失后，通过反向传播调整嵌入层参数。本申请通过注意力机制强化关键特征权重，结合多任务协同优化嵌入向量语义表达，有效提升模型预测精度与泛化能力，适用于广告推荐系统的特征优化场景。