[发明专利]集群类型识别方法、装置、电子设备及存储介质在审
| 申请号： | 201711331027.9 | 申请日： | 2017-12-13 |
| 公开（公告）号： | CN109919790A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 杨洋;郑雪菲 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06Q50/00 | 分类号： | G06Q50/00;H04L12/24;G06N3/02 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518000 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： | 本发明实施例提供了一种集群类型识别方法、装置、电子设备以及存储介质，该方法中，获得待测集群的待测特征，由于待测特征至少包括待测集群的各成员在每一类预设行为参数分别对应的重要程度参数，说明待测特征能够表征待测集群中各成员之间的行为特征，以及各成员在该待测集群中每一类预设行为参数上的重要程度；由于集群类型预测模型是训练神经网络得到的，因此集群类型预测模型能够基于待测特征，多角度多维度的获得待测集群的集群结构；且由于在训练集群类型预测模型的过程中，是以真实向量和差值向量的长度最小为训练目标，因此，集群类型预测模型可以准确的预测出待测集群属于各类已知集群的预测概率。 | ||
| 搜索关键词： | 集群 预测模型 存储介质 电子设备 行为参数 预设 训练神经网络 差值向量 程度参数 集群结构 行为特征 训练目标 多维度 训练集 预测 向量 概率 | ||
【主权项】：
1.一种集群类型识别方法，其特征在于，包括：获取待测集群的待测特征，所述待测特征至少包括：所述待测集群的各成员在至少一类预设行为参数上分别对应的重要程度参数；将所述待测特征输入预构建的集群类型预测模型；其中，所述集群类型预测模型是以样本集群的预测向量与真实向量的差值向量的长度最小为训练目标，训练神经网络得到的；所述预测向量包括所述样本集群分别属于各类已知集群的预测概率；所述真实向量包括所述样本集群分别属于所述各类已知集群的真实概率；获取所述集群类型预测模型输出的，所述待测集群分别属于所述各类已知集群的预测概率。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，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/201711331027.9/，转载请声明来源钻瓜专利网。
