摘要
本发明提供一种营销活动指标预测模型建立方法,属于大模型技术领域,本发明通过收集营销活动的文本描述、宣传图像和特征参数等多模态数据,采用BERT模型、ResNet‑50模型和结构化编码器分别提取文本、视觉和活动特征向量,构建四通路双向注意力机制实现多模态特征的深度交互融合,建立静态预测模块通过堆叠残差多层感知机实现总指标回归预测,构建动态预测模块采用统一命名多尺度时序特征提取和双分支协同机制实现时序指标动态预测,设计动态融合输出层通过跨模态注意力生成动态权重矩阵自适应融合静动态预测结果,解决了营销活动多模态数据特征融合不充分导致预测精度低的技术问题。
技术关键词
预测模型建立方法
双向注意力机制
文本特征向量
跨模态
多尺度滑动窗口
动态融合机制
指标
时序
多层感知机
BERT模型
分支
交互特征
视觉
深度残差网络
图片主题
编码
多模态特征