[发明专利]基于卷积神经网络的用户属性分类方法、存储介质、装置及电子设备在审
| 申请号： | 201811246303.6 | 申请日： | 2018-10-24 |
| 公开（公告）号： | CN109086837A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 高嵩 | 申请（专利权）人： | 高嵩 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 广州骏思知识产权代理有限公司 44425 | 代理人： | 潘桂生 |
| 地址： | 510510 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的用户属性分类方法、存储介质、装置及电子设备。本发明所述的基于卷积神经网络的用户属性分类方法包括如下步骤：将多个用户的心理属性相关电子数据作为输入向量集输入用户属性分类卷积神经网络模型；将通过问卷获取的所述多个用户的心理测评结果作为目标向量集输入用户属性分类卷积神经网络模型，并更新用户属性分类卷积神经网络模型；将被测对象的心理属性相关电子数据输入用户属性分类卷积神经网络模型，并从用户属性分类卷积神经网络模型的输出中获取被测对象的属性分类结果。本发明所述的基于卷积神经网络的用户属性分类方法操作简单，能提高用户属性分类的效率和准确性。 | ||
| 搜索关键词： | 卷积神经网络 用户属性 分类 属性分类 输入用户 装置及电子设备 被测对象 存储介质 电子数据 心理属性 目标向量 输入向量 心理测评 问卷 输出 更新 | ||
【主权项】：
1.一种基于卷积神经网络的用户属性分类方法，其特征在于，包括如下步骤：将多个用户的心理属性相关电子数据作为输入向量集输入用户属性分类卷积神经网络模型；将通过问卷获取的所述多个用户的心理测评结果作为目标向量集输入训练反馈模型，并更新用户属性分类卷积神经网络模型；将被测对象的心理属性相关电子数据输入用户属性分类卷积神经网络模型，并从用户属性分类卷积神经网络模型输出被测对象的属性分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于高嵩，未经高嵩许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811246303.6/，转载请声明来源钻瓜专利网。
