【技术实现步骤摘要】
【国外来华专利技术】自动化的预测性建模与框架
技术介绍
对于搜索引擎提供商的一个挑战是要能够预测一个人与给定内容项的交互的可能性,或者,在搜索结果页面的多个项的上下文的情况下,在搜索结果页面中的所有搜索结果和/或内容项中,此人会选择哪一个或与哪一个进行交互?为了生成关于用户与搜索结果页面上的任何给定内容项、或者特定内容项的交互的概率/可能性,搜索引擎提供商在公式(或公式集)中利用并组合广泛的标准、条件和/或因素,以生成用户交互的各种概率和可能性。然而,虽然公式的结果(概率性确定)根据查询日志和训练模型而被确定,但公式是一个或多个人的人工产物。这些“编码员”从各种信号(即,对于搜索引擎可用的、与接收查询有关的标准、条件和/或因素)中选择,并且基于他们的专业知识和直觉,确定如何对所选信号进行解释、限制、组合并加权,然后产生公式(或多个公式),该公式(或多个公式)生成表示用户交互的概率或可能性的数。显然,当公式是根据特定的人(或一组人)的专业知识、经验和直觉而被生成的时候,扩展和修改也是直觉和实验的产物。此外,如果编码员离开该组或公司,则会产生空白,并且通常会丢失关于公式“如何”和“为何”以某种方式被制定的原理知识。例如,如果一个特定信号不再可用,或者如果有附加的信号变为可用,则修改给定公式需要最初生成公式所需的专业知识、实验方法和直觉,然而最初制定公式的人员可能会或可能不会依旧能够提供帮助。简而言之,这些人工制定的公式脆弱并且无法管理。
技术实现思路
以下
技术实现思路
被提供,用于以简化的形式介绍所选择的概念,这些概念将在下文的具体实施方式中被进一步描述。该
技术实现思路
不旨在标识所要求保护的 ...
【技术保护点】
1.一种用于提供预测结果的计算机实现的框架,包括:多个神经层,包括多个中间神经层和编码层,其中:每个神经层包括多个神经元,每个神经元包括可执行对象,所述可执行对象接受一个或多个输入并生成输出;以及所述编码层是第一神经层,所述编码层包括多个编码神经元,所述多个编码神经元具有与针对用于评估的数据集的多个输入信号的1:1的对应关系;以及目标函数,所述目标函数在执行中根据预定目标,从所述多个神经层的最顶层神经层的输出信号来确定预测结果;其中,在执行中,所述框架通过所述编码层来获取针对用于评估的数据集的输入信号,并且连续地通过所述多个神经层至最顶层神经层来处理所述输入信号;以及其中,所述目标函数根据所述预定目标,从所述最顶层神经层的所述输出信号来确定所述预测结果,并将所述预测结果提供给请求方。
【技术特征摘要】
【国外来华专利技术】2016.02.12 US 62/294,792;2016.08.02 US 15/226,1961.一种用于提供预测结果的计算机实现的框架,包括:多个神经层,包括多个中间神经层和编码层,其中:每个神经层包括多个神经元,每个神经元包括可执行对象,所述可执行对象接受一个或多个输入并生成输出;以及所述编码层是第一神经层,所述编码层包括多个编码神经元,所述多个编码神经元具有与针对用于评估的数据集的多个输入信号的1:1的对应关系;以及目标函数,所述目标函数在执行中根据预定目标,从所述多个神经层的最顶层神经层的输出信号来确定预测结果;其中,在执行中,所述框架通过所述编码层来获取针对用于评估的数据集的输入信号,并且连续地通过所述多个神经层至最顶层神经层来处理所述输入信号;以及其中,所述目标函数根据所述预定目标,从所述最顶层神经层的所述输出信号来确定所述预测结果,并将所述预测结果提供给请求方。2.根据权利要求1所述的计算机实现的框架,其中,在执行中,所述框架还:迭代地处理多个训练数据集,并且将来自每个训练数据集的预测结果提供给结果分析过程;接收来自所述结果分析过程的校正数据;以及反向传播所述校正数据通过所述框架,以更新所述框架的当前模型。3.根据权利要求2所述的计算机实现的框架,其中所述框架的所述当前模型是满足预定准确度阈值的、经验证的模型。4.根据权利要求3所述的计算机实现的框架,其中第二神经层包括压缩层,所述压缩层包括多个压缩神经元,所述多个压缩神经元具有与来自所述编码层的所述多个编码神经元的多个输出信号的1:1的对应关系,来自所述编码层的所述多个编码神经元的所述多个输出信号作为到所述压缩神经元的输入信号。5.根据权利要求4所述的计算机实现的框架,其中每个压缩神经元被配置为将所述输入信号的维度降低到更密集的形式。6.根据权利要求4所述的计算机实现的框架,其中第三神经层包括残差层,所述残差层包括多个残差神经元,所述多个残差神经元具有与来自所述压缩层的所述多个压缩神经元的多个输出信号的1:1的对应关系,来自所述压缩层的所述多个压缩神经元的所述多个输出信号作为到所述残差神经元的输入信号。7.根据权利要求6所述的计算机实现的框架,其中每个残差神经元被配置为在两层修正线性操作(ReLU)被应用到所述输入信号之后,加回所述输入信号的元素,从而标识每元素的最大值运算符。8.根据权利要求1所述的计算机实现的框架,其中所述目标函数的预先确定的目标是:确定用户关于搜索结果集中的特定内容项的交互的可能性。9.根据权利要求1所述的计算机实现的框架,其中所述搜索结果集的所述特定内容项包括所述搜索结果集中的广告。10.根据权利要求1所述的计算机实现的框架,其中所述搜索结果集中的所述特定内容项包括所述搜索结果集中的赞助搜索结果。11.根据权利要求1所述的计算机实现的框架,其中所述目标函数的所述预定目标是:确定用户关于搜...
【专利技术属性】
技术研发人员:单瀛,T·R·霍恩斯,焦健,王海晶,俞栋,J·毛,
申请(专利权)人:微软技术许可有限责任公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。