[发明专利]一种行为预测方法在审
| 申请号： | 201811473054.4 | 申请日： | 2018-12-04 |
| 公开（公告）号： | CN109766911A | 公开（公告）日： | 2019-05-17 |
| 发明（设计）人： | 阳文斯;张昱航;孙婉琳;叶可江;须成忠 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京市诚辉律师事务所 11430 | 代理人： | 范盈 |
| 地址： | 518055 广东省深圳*** | 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： | 本申请属于信息技术领域，特别是涉及一种行为预测方法。通过数据对用户的行为进行预测，可是现在拥有的数据之间属性完全不同，但实际上这些数据可能本身没有关联，一刀切式的数据处理方法不适合现在大数据下的精准预测。本申请提供了一种行为预测方法，所述方法包括：将One‑Hot Encoding编码和Label Encoding编码融合成多维特征码；将采集的样本数据表示为步骤1中的多维特征码；采用生成对抗网络丰富已有标签数据；将多个模型集成在一起，反复训练，从而产生每个模型的权重因子，然后得到一个带权重的集成模型后，对步骤3得到的数据进行分类；输出预测行为。使得数据分类更加准确，有效对用户行为进行预测。 | ||
| 搜索关键词： | 行为预测 多维特征 预测 信息技术领域 标签数据 集成模型 模型集成 权重因子 输出预测 数据分类 样本数据 用户行为 数据处理 大数据 权重 申请 采集 关联 对抗 分类 融合 网络 | ||
【主权项】：
1.一种行为预测方法，其特征在于：所述方法包括如下步骤：步骤1、将One‑Hot Encoding编码和Label Encoding编码融合成多维特征码；步骤2、将采集的样本数据表示为步骤1中的多维特征码；步骤3、采用生成对抗网络丰富已有标签数据；步骤4、将多个模型集成在一起，反复训练，从而产生每个模型的权重因子，然后得到一个带权重的集成模型后，对步骤3得到的数据进行分类；步骤5、输出预测行为。
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深圳先进技术研究院，未经深圳先进技术研究院许可，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/201811473054.4/，转载请声明来源钻瓜专利网。
