[发明专利]一种基于行为时间序列大数据的用户对象识别方法及系统有效
| 申请号： | 201910284112.7 | 申请日： | 2019-04-10 |
| 公开（公告）号： | CN110096499B | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 杨灿;袁启虎 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06F16/2458;G06K9/62;G06N20/00 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 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： | 本发明公开了一种基于行为时间序列大数据的用户对象识别方法，包括步骤：获取历史数据及待识别数据，并根据清洗规则对历史数据及待识别数据进行清洗；根据清洗后的数据生成结构统一的记录；根据数据特征类型选取特征，构造特征集；根据特征集构造特征向量或特征向量组；根据历史数据的特征向量或特征向量组分别生成相似判别矩阵或机器学习判别模型；根据相似判别矩阵或机器学习判别模型对待识别数据生成的特征向量进行用户识别，获得识别结果。本发明能对用户身份信息被隐藏或污染的数据实现精确的身份识别。 | ||
| 搜索关键词： | 一种 基于 行为 时间 序列 数据 用户 对象 识别 方法 系统 | ||
【主权项】：
1.一种基于行为时间序列大数据的用户对象识别方法，其特征在于，包括步骤：获取历史数据及待识别数据，并根据清洗规则对历史数据及待识别数据进行清洗；根据清洗后的数据生成结构统一的记录；根据数据特征类型选取特征，构造特征集；根据特征集构造特征向量或特征向量组；根据历史数据的特征向量或特征向量组分别生成相似判别矩阵或机器学习判别模型；根据相似判别矩阵或机器学习判别模型对待识别数据生成的特征向量进行用户识别，获得识别结果。
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华南理工大学，未经华南理工大学许可，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/201910284112.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据清洗方法及装置
- 下一篇：一种面向海洋多维数据的可视分析方法及系统
