一种基于多任务学习的互联网在线广告精准投放方法
基本信息
| 申请号 | CN202111461532.1 | 申请日 | - |
| 公开（公告）号 | CN114298734A | 公开（公告）日 | 2022-04-08 |
| 申请公布号 | CN114298734A | 申请公布日 | 2022-04-08 |
| 分类号 | G06Q30/02（2012.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 周仁杰;金振明;刘臣;万健;张纪林;赵乃良;刘焱;陈青雯;邓茂 | 申请（专利权）人 | 浙江盘石信息技术股份有限公司 |
| 代理机构 | 杭州君度专利代理事务所（特殊普通合伙） | 代理人 | 朱亚冠 |
| 地址 | 310018浙江省杭州市下沙高教园区2号大街 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多任务学习的互联网在线广告精准投放方法。本发明从基于深度学习用于广告转化率预估的模型出发，在ESMM模型的基础上，利用AutoInt模型作为特征提取组件，提取高阶特征，以及利用自适应调整任务权重策略（AdaptTW）在模型训练过程中根据任务的学习难度和学习速度自适应调整任务的权重，保证任务优化同步，实现最优，以提升互联网广告转化率预估性能。模型不需要大量具有用户转化行为的数据，避免了由于数据稀疏导致训练不充分。本发明在应用到在线广告投放系统中，能够提升广告的转化率，同时没有过多增加模型更新训练时间。 |
