模型训练、伪负例的处理方法、装置、设备及存储介质.pdfVIP

下载本文档

1
0
约1.81万字
约 15页
2023-08-09 发布于四川
举报
版权申诉

模型训练、伪负例的处理方法、装置、设备及存储介质.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请提供一种模型训练、伪负例的处理方法、装置、设备及存储介质，涉及数据处理技术领域。该方法包括：根据多个历史行为序列，构建对象节点转移图；其中，每个所述历史行为序列中包括：一个用户针对多个对象的历史行为数据；所述对象节点转移图包括：多个对象节点以及所述对象节点之间的关联关系，每个所述对象节点对应一个对象；根据所述对象节点转移图以及预设节点模板图，确定各所述历史行为序列的特征信息；根据所述多个历史行为序列的特征信息和所述多个历史行为序列，进行模型训练，得到伪负例判别器。相对于现有技术，避免了将伪

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116561580 A (43)申请公布日 2023.08.08 (21)申请号 202310560828.1 (22)申请日 2023.05.15 (71)申请人网易（杭州）网络有限公司地址