JP7194233B2 - オブジェクト推薦方法、ニューラルネットワークおよびそのトレーニング方法、装置ならびに媒体 - Google Patents
オブジェクト推薦方法、ニューラルネットワークおよびそのトレーニング方法、装置ならびに媒体 Download PDFInfo
- Publication number
- JP7194233B2 JP7194233B2 JP2021100755A JP2021100755A JP7194233B2 JP 7194233 B2 JP7194233 B2 JP 7194233B2 JP 2021100755 A JP2021100755 A JP 2021100755A JP 2021100755 A JP2021100755 A JP 2021100755A JP 7194233 B2 JP7194233 B2 JP 7194233B2
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- recommendation result
- sample
- features
- recommendation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013528 artificial neural network Methods 0.000 title claims description 141
- 238000000034 method Methods 0.000 title claims description 76
- 238000012549 training Methods 0.000 title claims description 28
- 230000004044 response Effects 0.000 claims description 11
- 238000002372 labelling Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000015654 memory Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 17
- 239000013598 vector Substances 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
図1は、本開示の例示的な実施例によるコンピュータにより実現される、ニューラルネットワークを利用してユーザにオブジェクトを推薦する方法を示すフローチャートであり、ニューラルネットワークは第1のニューラルネットワークおよび第2のニューラルネットワークを含む。図1に示すように、当該方法は、少なくとも1つのユーザサブ特徴を含むユーザ特徴、および少なくとも1つの推薦オブジェクトサブ特徴を含む推薦オブジェクトのオブジェクト特徴を第1のニューラルネットワークに入力し、第1のニューラルネットワークから出力された推薦オブジェクトに対する第1の推薦結果を取得するステップS101と、少なくとも1つのユーザサブ特徴および少なくとも1つの推薦オブジェクトサブ特徴のうちの1つまたは複数を含む強化する必要のある特徴を決定するステップS102と、第1の推薦結果および強化する必要のある特徴を第2のニューラルネットワークに入力し、第2のニューラルネットワークから出力された推薦オブジェクトに対する第2の推薦結果を取得するステップS103と、少なくとも第2の推薦結果に基づき、推薦オブジェクトに対する最終推薦結果を決定するステップS104と、を含む。これにより、ニューラルネットワークを利用してユーザにオブジェクトを推薦する過程で、強化する必要のある特徴を効果的に補強し、強化する必要のある特徴の推薦結果に対する影響を向上させ、さらに推薦の正確性および解釈可能性を向上させることができる。
いくつかの実施例によれば、第1のニューラルネットワークのトレーニング過程は、少なくとも1つのサンプルユーザサブ特徴を含むサンプルユーザ特徴、および少なくとも1つのサンプルオブジェクトサブ特徴を含むサンプルオブジェクトのオブジェクト特徴を取得し、サンプルユーザ特徴およびサンプルオブジェクトのオブジェクト特徴の実際推薦結果をラベリングすることと、サンプルユーザ特徴およびサンプルオブジェクトのオブジェクト特徴の第1のニューラルネットワークへの入力に応答して、第1のニューラルネットワークからサンプルオブジェクトに対する第1の予測推薦結果を出力することと、実際推薦結果および第1の予測推薦結果に基づき、損失値を決定することと、損失値に基づき、第1のニューラルネットワークのパラメータを調整することとを含んでもよい。
ステップS206について、別のいくつかの実施例によれば、実際推薦結果、第1の予測推薦結果および第2の予測推薦結果に基づき、損失値を決定してもよい。これにより、第1のニューラルネットワークおよび第2のニューラルネットワークから出力された予測推薦結果を組み合わせてニューラルネットワークをトレーニングし、ニューラルネットワークのトレーニング効果を向上させることができる。
いくつかの実施例によれば、出力ユニットは、さらに第1の推薦結果と第2の推薦結果との加重和を最終推薦結果として決定するように構成されてよい。
いくつかの実施例によれば、推薦オブジェクトは、文字、オーディオおよびビデオのうちの1つまたは複数のタイプのデータを含んでよい。
Claims (12)
- コンピュータにより実現される、ニューラルネットワークを利用してユーザにオブジェクトを推薦する方法であって、前記ニューラルネットワークは第1のニューラルネットワークおよび第2のニューラルネットワークを含み、前記方法は、
少なくとも1つのユーザサブ特徴を含むユーザ特徴、および少なくとも1つの推薦オブジェクトサブ特徴を含む推薦オブジェクトのオブジェクト特徴を前記第1のニューラルネットワークに入力し、前記第1のニューラルネットワークから出力された前記推薦オブジェクトに対する第1の推薦結果を取得することと、
前記少なくとも1つのユーザサブ特徴および前記少なくとも1つの推薦オブジェクトサブ特徴のうちの1つまたは複数を含む強化する必要のある特徴を決定することと、
前記第1の推薦結果および前記強化する必要のある特徴を前記第2のニューラルネットワークに入力し、前記第2のニューラルネットワークから出力された前記推薦オブジェクトに対する第2の推薦結果を取得することと、
少なくとも前記第2の推薦結果に基づき、前記推薦オブジェクトに対する最終推薦結果を決定することと、を含むニューラルネットワークを利用してユーザにオブジェクトを推薦する方法。 - 前記推薦オブジェクトのオブジェクト特徴は、推薦シーン識別子を含み、前記強化する必要のある特徴は、前記推薦シーン識別子に基づいて決定される請求項1に記載の方法。
- 前記推薦オブジェクトに対する前記最終推薦結果は、前記第1の推薦結果および前記第2の推薦結果に基づいて決定されるものである請求項1に記載の方法。
- 前記推薦オブジェクトに対する前記最終推薦結果は、前記第1の推薦結果と前記第2の推薦結果との加重和である請求項3に記載の方法。
- 前記第1のニューラルネットワークおよび前記第2のニューラルネットワークのうちの1つまたは2つは、完全接続ニューラルネットワークである請求項1に記載の方法。
- 前記推薦オブジェクトは、文字、オーディオおよびビデオのうちの1つまたは複数のタイプのデータを含む請求項1~5のいずれか一項に記載の方法。
- コンピュータにより実現されるニューラルネットワークのトレーニング方法であって、前記ニューラルネットワークは第1のニューラルネットワークおよび第2のニューラルネットワークを含み、前記トレーニング方法は、
第1のニューラルネットワークのトレーニングを完了することと、
少なくとも1つのサンプルユーザサブ特徴を含むサンプルユーザ特徴、および少なくとも1つのサンプルオブジェクトサブ特徴を含むサンプルオブジェクトのオブジェクト特徴を取得し、前記サンプルオブジェクトに対する実際推薦結果をラベリングすることと、
前記少なくとも1つのサンプルユーザサブ特徴および前記少なくとも1つのサンプルオブジェクトサブ特徴のうちの1つまたは複数を含む強化する必要のあるサンプル特徴を決定することと、
前記サンプルユーザ特徴および前記サンプルオブジェクトのオブジェクト特徴の前記第1のニューラルネットワークへの入力に応答して、前記第1のニューラルネットワークから前記サンプルオブジェクトに対する第1の予測推薦結果を出力することと、
前記第1の予測推薦結果および前記強化する必要のあるサンプル特徴の前記第2のニューラルネットワークへの入力に応答して、前記第2のニューラルネットワークから前記サンプルオブジェクトに対する第2の予測推薦結果を出力することと、
少なくとも前記実際推薦結果および前記第2の予測推薦結果に基づき、損失値を決定することと、
前記損失値に基づき、前記第2のニューラルネットワークのパラメータを調整することと、を含むニューラルネットワークのトレーニング方法。 - 前記サンプルオブジェクトのオブジェクト特徴は、サンプルシーン識別子を含み、前記強化する必要のあるサンプル特徴は、前記サンプルシーン識別子に基づいて決定される請求項7に記載のトレーニング方法。
- 前記損失値を決定することは、前記実際推薦結果、前記第1の予測推薦結果および前記第2の予測推薦結果に基づいて決定することである請求項7に記載のトレーニング方法。
- プロセッサと、
前記プロセッサにより実行されると、前記プロセッサに請求項1~9のいずれか一項に記載の方法を実行させる命令を含むプログラムが記憶されたメモリと、を含むコンピューティング装置。 - コンピューティング装置のプロセッサにより実行されると、前記コンピューティング装置に請求項1~9のいずれか一項に記載の方法を実行させる命令を含むプログラムが記憶されたコンピュータ可読記憶媒体。
- コンピュータプログラムであって、前記コンピュータプログラムはプロセッサによって実行されると、請求項1~9のいずれか一項に記載の方法を実現する、コンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011280880.4 | 2020-11-16 | ||
CN202011280880.4A CN112347361B (zh) | 2020-11-16 | 2020-11-16 | 推荐对象的方法、神经网络及其训练方法、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021152941A JP2021152941A (ja) | 2021-09-30 |
JP7194233B2 true JP7194233B2 (ja) | 2022-12-21 |
Family
ID=74362884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021100755A Active JP7194233B2 (ja) | 2020-11-16 | 2021-06-17 | オブジェクト推薦方法、ニューラルネットワークおよびそのトレーニング方法、装置ならびに媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210312290A1 (ja) |
EP (1) | EP4002216A1 (ja) |
JP (1) | JP7194233B2 (ja) |
KR (1) | KR102502985B1 (ja) |
CN (1) | CN112347361B (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205183B (zh) * | 2021-04-23 | 2024-05-14 | 北京达佳互联信息技术有限公司 | 物品推荐网络训练方法、装置、电子设备及存储介质 |
CN113378082A (zh) * | 2021-07-05 | 2021-09-10 | 北京百度网讯科技有限公司 | 一种信息推荐方法、装置、电子设备以及存储介质 |
CN113420227B (zh) * | 2021-07-21 | 2024-05-14 | 北京百度网讯科技有限公司 | 点击率预估模型的训练方法、预估点击率的方法、装置 |
CN114925279A (zh) * | 2022-06-07 | 2022-08-19 | 支付宝(杭州)信息技术有限公司 | 推荐模型训练方法、推荐方法以及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000298662A (ja) | 1999-04-15 | 2000-10-24 | Sharp Corp | 自動情報検出装置 |
JP2005521144A (ja) | 2002-03-19 | 2005-07-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 複数の推薦スコアを用いる推薦システム |
US20190295302A1 (en) | 2018-03-22 | 2019-09-26 | Northeastern University | Segmentation Guided Image Generation With Adversarial Networks |
JP2019219813A (ja) | 2018-06-18 | 2019-12-26 | 国立研究開発法人産業技術総合研究所 | 情報処理方法、システム及びプログラム |
WO2020005499A1 (en) | 2018-06-28 | 2020-01-02 | Oracle International Corporation | Configuration price quote with enhanced approval control |
CN111090993A (zh) | 2019-12-30 | 2020-05-01 | 北京声智科技有限公司 | 属性对齐模型训练方法及装置 |
CN111414539A (zh) | 2020-03-19 | 2020-07-14 | 清华大学 | 基于特征增强的推荐系统神经网络训练方法及装置 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3544577B2 (ja) * | 1995-03-30 | 2004-07-21 | 株式会社日立製作所 | 経路選択装置 |
US7472097B1 (en) * | 2005-03-23 | 2008-12-30 | Kronos Talent Management Inc. | Employee selection via multiple neural networks |
CN106228386B (zh) * | 2016-07-12 | 2018-09-25 | 腾讯科技(深圳)有限公司 | 一种信息推送方法及装置 |
KR102034668B1 (ko) * | 2017-07-18 | 2019-11-08 | 한국과학기술원 | 이종 컨텐츠 추천 모델 제공 장치 및 방법 |
CN107885889A (zh) * | 2017-12-13 | 2018-04-06 | 聚好看科技股份有限公司 | 搜索结果的反馈方法、展示方法及装置 |
KR102116264B1 (ko) * | 2018-04-02 | 2020-06-05 | 카페24 주식회사 | 대표이미지 추천 방법 및 장치, 및 시스템 |
KR102107055B1 (ko) | 2018-12-26 | 2020-05-06 | 건국대학교 산학협력단 | 기계학습 기반의 스포츠 중계 영상 추천 방법 및 장치 |
CN111680213B (zh) * | 2019-03-11 | 2024-04-05 | 阿里巴巴集团控股有限公司 | 信息推荐方法、数据处理方法及装置 |
CN110378726A (zh) * | 2019-07-02 | 2019-10-25 | 阿里巴巴集团控股有限公司 | 一种目标用户的推荐方法、系统以及电子设备 |
CN110532372B (zh) * | 2019-07-15 | 2022-03-15 | 电子科技大学 | 一种基于神经协同过滤挖掘深层特征的文本对象精准推送方法 |
CN110428231A (zh) * | 2019-08-06 | 2019-11-08 | 重庆仙桃前沿消费行为大数据有限公司 | 行政信息推荐方法、装置、设备及可读存储介质 |
CN110838020B (zh) * | 2019-09-16 | 2023-06-23 | 平安科技(深圳)有限公司 | 基于向量迁移的推荐方法、装置、计算机设备及存储介质 |
CN110807150A (zh) * | 2019-10-14 | 2020-02-18 | 腾讯科技(深圳)有限公司 | 信息处理方法及装置、电子设备和计算机可读存储介质 |
CN111523044B (zh) * | 2020-07-06 | 2020-10-23 | 南京梦饷网络科技有限公司 | 用于推荐目标对象的方法、计算设备和计算机存储介质 |
-
2020
- 2020-11-16 CN CN202011280880.4A patent/CN112347361B/zh active Active
-
2021
- 2021-06-01 KR KR1020210070758A patent/KR102502985B1/ko active IP Right Grant
- 2021-06-17 JP JP2021100755A patent/JP7194233B2/ja active Active
- 2021-06-17 EP EP21180127.9A patent/EP4002216A1/en not_active Withdrawn
- 2021-06-18 US US17/352,224 patent/US20210312290A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000298662A (ja) | 1999-04-15 | 2000-10-24 | Sharp Corp | 自動情報検出装置 |
JP2005521144A (ja) | 2002-03-19 | 2005-07-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 複数の推薦スコアを用いる推薦システム |
US20190295302A1 (en) | 2018-03-22 | 2019-09-26 | Northeastern University | Segmentation Guided Image Generation With Adversarial Networks |
JP2019219813A (ja) | 2018-06-18 | 2019-12-26 | 国立研究開発法人産業技術総合研究所 | 情報処理方法、システム及びプログラム |
WO2020005499A1 (en) | 2018-06-28 | 2020-01-02 | Oracle International Corporation | Configuration price quote with enhanced approval control |
CN111090993A (zh) | 2019-12-30 | 2020-05-01 | 北京声智科技有限公司 | 属性对齐模型训练方法及装置 |
CN111414539A (zh) | 2020-03-19 | 2020-07-14 | 清华大学 | 基于特征增强的推荐系统神经网络训练方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
KR102502985B1 (ko) | 2023-02-23 |
CN112347361A (zh) | 2021-02-09 |
CN112347361B (zh) | 2024-03-01 |
JP2021152941A (ja) | 2021-09-30 |
EP4002216A1 (en) | 2022-05-25 |
KR20210074246A (ko) | 2021-06-21 |
US20210312290A1 (en) | 2021-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7194233B2 (ja) | オブジェクト推薦方法、ニューラルネットワークおよびそのトレーニング方法、装置ならびに媒体 | |
KR102400017B1 (ko) | 객체를 식별하는 방법 및 디바이스 | |
KR102481885B1 (ko) | 클래스 인식을 위한 뉴럴 네트워크 학습 방법 및 디바이스 | |
US11640518B2 (en) | Method and apparatus for training a neural network using modality signals of different domains | |
CN109460512B (zh) | 推荐信息处理方法、装置、设备及存储介质 | |
KR20180002944A (ko) | 개인 선호별 최적의 상품 제안을 위한 빅데이터 추천시스템 및 추천방법 | |
CN112164391A (zh) | 语句处理方法、装置、电子设备及存储介质 | |
CN111523640B (zh) | 神经网络模型的训练方法和装置 | |
CN109034203B (zh) | 表情推荐模型的训练、表情推荐方法、装置、设备及介质 | |
JP2017174062A (ja) | 購買行動分析装置およびプログラム | |
US11681912B2 (en) | Neural network training method and device | |
CN111966914A (zh) | 基于人工智能的内容推荐方法、装置和计算机设备 | |
CN111666416A (zh) | 用于生成语义匹配模型的方法和装置 | |
CN114036398A (zh) | 内容推荐和排序模型训练方法、装置、设备以及存储介质 | |
CN117217284A (zh) | 一种数据处理方法及其装置 | |
CN112102015B (zh) | 物品推荐方法、元网络处理方法、装置、存储介质和设备 | |
CN112149426B (zh) | 阅读任务处理方法及相关设备 | |
CN113988915A (zh) | 用于定位产品客群的方法及装置、电子设备、存储介质 | |
CN112446738A (zh) | 广告数据处理方法、装置、介质以及电子设备 | |
CN112818084A (zh) | 信息交互方法、相关装置、设备及计算机可读介质 | |
CN111915339A (zh) | 数据的处理方法、装置及设备 | |
CN114898156B (zh) | 基于跨模态语义表征学习和融合的图像分类方法及系统 | |
CN113609275B (zh) | 信息处理方法、装置、设备及存储介质 | |
KR102670688B1 (ko) | 인공 신경망을 이용한 클라이언트 세분화를 위한 방법, 장치 및 명령어들을 저장한 기록 매체 | |
CN116628236B (zh) | 多媒体信息的投放方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210617 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220727 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220819 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221117 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221209 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7194233 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |