暂无图片
暂无图片
暂无图片
暂无图片
暂无图片
推荐模型的推荐结果优化方法、装置、设备及介质_CN117194777A_深圳计算科学研究院.pdf
79
25页
0次
2024-05-27
免费下载
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号
(43)申请公布日
(21)申请号 202311110255 .9
(22)申请日 2023 .08 .30
(71)申请人 深圳计算科学研究院
地址 518000 广东省深圳市龙华区民治街
道红山六九七九商业中心(二期)9
261001
(72)发明人 樊文飞 樊李行 陆平 田超 
尹强 
(74)专利代理机构 深圳众鼎专利商标代理事务
(普通合伙) 44325
专利代理师 谭果林
(51)Int.Cl .
G06F
16/9535
(2019 .01)
G06F
18/241
(2023 .01)
G06N
7/02
(2006 .01)
(54)发明名称
推荐模型的推荐结果优化方法装置设备
及介质
(57)摘要
本申请适用于模型优化技术领域尤其涉及
一种推荐模型的推荐结果优化方法装置设备
及介质该方法获取用于对推荐模型生成的预测
结果进行分类的分类界限值根据分类界限值
确定表征分类误差的模糊区间从推荐模型训练
时所使用的训练数据集中筛选出预测结果处于
模糊区间的目标数据集对目标数据集进行预测
规则提取得到至少一预测规则获取推荐模型
对应待推荐数据的预测结果若检测到待推荐数
据的预测结果处于模糊区间则根据至少一个预
测规则对待推荐数据进行推荐预测得到对应待
推荐数据的优化推荐结果采用分析训练数据集
中相应数据的方式来提取预测规则使用预测规
则对不确信数据进行推荐预测提高了推荐模型
的准确率
权利要求书3页 说明书16页 附图5页
CN 117194777 A
2023.12.08
CN 117194777 A
1 .一种推荐模型的推荐结果优化方法其特征在于所述推荐结果优化方法包括
在所述推荐模型对一待推荐数据进行预测时获取用于对所述推荐模型生成的预测结
果进行分类的分类界限值根据所述分类界限值确定表征分类误差的模糊区间其中
述分类界限值用于对所述预测结果对应的数据是否为推荐或者不推荐进行决策
从所述推荐模型训练时所使用的训练数据集中筛选出所述预测结果处于所述模糊区
间的目标数据集对所述目标数据集进行预测规则提取得到至少一预测规则
获取所述推荐模型对应所述待推荐数据的预测结果检测所述待推荐数据的预测结果
是否处于所述模糊区间
若检测到所述待推荐数据的预测结果处于所述模糊区间则根据所述至少一个预测规
则对所述待推荐数据进行推荐预测得到对应所述待推荐数据的优化推荐结果
2.根据权利要求1所述的推荐结果优化方法其特征在于所述根据所述分类界限值
确定表征分类误差的模糊区间包括
根据所述分类界限值从原始分类区间中确定小于所述分类界限值的第一区间以及
大于所述分类界限值的第二区间
从所述第一区间中确定一第一阈值从所述第二区间中确定一第二阈值将所述第一
阈值与所述第二阈值之间的区间作为表征分类误差的模糊区间
3.根据权利要求2所述的推荐结果优化方法其特征在于所述从所述第一区间中确定
一第一阈值从所述第二区间中确定一第二阈值包括
从所述第一区间中确定当前轮次的第一当前阈值从所述第二区间中确定当前轮次的
第二当前阈值计算所述当前轮次与上一轮次对应的第一当前阈值的第一差值以及所述
当前轮次与上一轮次对应的第二当前阈值的第二差值其中若无上一轮次则确定上一轮
次得到的第一当前阈值和第二当前阈值均为零
若所述第一差值不小于第一差值阈值和/或所述第二差值不小于第二差值阈值则使
用递归算法调整所述分类界限值得到更新界限值将所述更新界限值作为所述分类界限
值;
返回执行所述根据所述分类界限值从原始分类区间中确定小于所述分类界限值的第
一区间以及大于所述分类界限值的第二区间的步骤直至所述第一差值小于第一差值阈
值和所述第二差值小于第二差值阈值得到对应的轮次的第一当前阈值为所述第一区间的
第一阈值以及对应轮次的第二当前阈值为所述第二区间的第二阈值
4 .根据权利要求3所述的推荐结果优化方法其特征在于所述从所述第一区间中确定
当前轮次的第一当前阈值从所述第二区间中确定当前轮次的第二当前阈值包括
计算所述第一区间的中位数得到第一中位数将所述第一中位数作为当前轮次的第
一当前阈值
计算所述第二区间的中位数得到第二中位数将所述第二中位数作为所述当前轮次
的第二当前阈值
5.根据权利要求1所述的推荐结果优化方法其特征在于在所述检测所述待推荐数据
的预测结果是否处于所述模糊区间之后还包括
若检测到所述待推荐数据的预测结果不处于所述模糊区间则根据所述分类界限值对
所述待推荐数据进行推荐决策得到对应所述待推荐数据的推荐决策结果
权 利 要 求 书
1/3
2
CN 117194777 A
2
of 25
免费下载
【版权声明】本文为墨天轮用户原创内容,转载时必须标注文档的来源(墨天轮),文档链接,文档作者等基本信息,否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容,欢迎发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论

关注
最新上传
暂无内容,敬请期待...
下载排行榜
Top250 周榜 月榜