[发明专利]一种基于WGAN-GP模型对用户行为的不平衡分类方法在审
| 申请号： | 201811567710.7 | 申请日： | 2018-12-20 |
| 公开（公告）号： | CN109711452A | 公开（公告）日： | 2019-05-03 |
| 发明（设计）人： | 赵艺;韩晗;李可;刘嵩 | 申请（专利权）人： | 四川新网银行股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 成都智言知识产权代理有限公司 51282 | 代理人： | 李龙;徐金琼 |
| 地址： | 610094 四川省成都市成都*** | 国省代码： | 四川;51 |
| 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WGAN‑GP模型对用户行为的不平衡分类方法，属于用户行为预测、深度学习和不平衡分类技术领域，解决现有技术中以SMOTE算法作为数据增强的生成模型增加了相邻类别数据重叠，且在高维数据下的表现效果差；利用GAN作为数据增强的生成模型通常只用于图像数据，且在离散数据上的生成效果差的问题。本发明将随机噪声输入训练好的WGAN‑GP模型后的生成数据加入不平衡数据集，得到平衡数据集；基于多组平衡数据集训练分类器，得到多个分类器，并对多个训练好的分类器进行优化，然后进行迭代得到最优的分类器；基于用户行为数据使用最优的分类器进行预测，得到最终分类结果。本发明用于用户行为的大数据预测分类。 | ||
| 搜索关键词： | 分类器 用户行为 平衡数据 生成模型 数据增强 分类 用户行为数据 用户行为预测 训练分类器 分类技术 分类结果 高维数据 离散数据 生成数据 数据重叠 随机噪声 图像数据 相邻类别 大数据 数据集 预测 迭代 算法 优化 表现 学习 | ||
【主权项】：
1.一种构建WGAN‑GP模型的方法，其特征在于，包括如下步骤：S1、将不平衡数据集根据各类别数量的多少进行划分，得到多类数据和少类数据；S2、基于少类数据、给定的超参数和构建好的WGAN‑GP结构进行训练，得到训练好的WGAN‑GP模型；S3、输入随机噪声到训练好的WGAN‑GP模型，得到多个生成的少类样本，即得到生成数据；S4、判断步骤S3得到的生成数据是否满足要求，若满足，步骤S2的结果即为最终训练好的WGAN‑GP模型，否不满足，调整步骤S2中的超参数后，再执行步骤S2‑S4。
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四川新网银行股份有限公司，未经四川新网银行股份有限公司许可，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/201811567710.7/，转载请声明来源钻瓜专利网。
