DEVICE RECOMMENDATIONS USING MACHINE LEARNING
Techniques for improved machine learning-based prediction of uplift measures are provided. User data for a user is accessed, the user data comprising a set of user characteristics and an indication of a first device category, of a plurality of device categories, currently used by the first user. A p...
Saved in:
Main Authors | , |
---|---|
Format | Patent |
Language | English French |
Published |
25.04.2024
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | Techniques for improved machine learning-based prediction of uplift measures are provided. User data for a user is accessed, the user data comprising a set of user characteristics and an indication of a first device category, of a plurality of device categories, currently used by the first user. A predicted uplift measure is generated for a second device category, of the plurality of device categories, by processing the set of user characteristics using a trained machine learning model. The predicted uplift measure is provided to the first user via a graphical user interface (GUI).
L'invention propose des techniques pour une prédiction basée sur l'apprentissage machine améliorée de mesures d'élévation. Un accès à des données d'utilisateur pour un utilisateur est assuré, les données d'utilisateur comprenant un ensemble de caractéristiques d'utilisateur et une indication d'une première catégorie de dispositif, d'une pluralité de catégories de dispositif, actuellement utilisée par le premier utilisateur. Une mesure d'élévation prédite est générée pour une seconde catégorie de dispositif, de la pluralité de catégories de dispositif, par traitement de l'ensemble de caractéristiques d'utilisateur à l'aide d'un modèle d'apprentissage machine entraîné. La mesure d'élévation prédite est fournie au premier utilisateur par l'intermédiaire d'une interface graphique utilisateur (GUI). |
---|---|
Bibliography: | Application Number: WO2023US77431 |