[发明专利]一种多维用户特征向量筛选方法在审
| 申请号： | 201910514261.8 | 申请日： | 2019-06-14 |
| 公开（公告）号： | CN110288010A | 公开（公告）日： | 2019-09-27 |
| 发明（设计）人： | 赵素云;王振磊;秦波 | 申请（专利权）人： | 中国人民大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京纪凯知识产权代理有限公司 11245 | 代理人： | 王胥慧 |
| 地址： | 100872 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种多维用户特征向量筛选方法，其特征在于，包括以下步骤：1)抽取多维用户特征向量中的某一特征向量子集；2)计算该特征向量子集中每一特征向量对于用户类标的依赖度；3)将该特征向量子集中依赖度最大的特征向量加入候选特征向量子集，并确定候选特征向量子集的信息增量；4)采用集成学习方法，根据预先设定的判别条件，判断候选特征向量子集的信息增量是否满足要求，若信息增量不满足要求，则进入步骤2)重新抽取多维用户特征向量中的特征向量子集；若信息增量满足要求，则将该候选特征向量子集作为最优的特征向量子集，完成多维用户特征向量的筛选，本发明可以广泛应用于大规模多维用户数据前期预处理领域中。 | ||
| 搜索关键词： | 特征向量子集 用户特征向量 多维 候选特征 向量子集 信息增量 特征向量 依赖度 筛选 抽取 预处理 集成学习 判别条件 用户数据 应用 | ||
【主权项】：
1.一种多维用户特征向量筛选方法，其特征在于，包括以下步骤：1)抽取多维用户特征向量中的某一特征向量子集；2)计算该特征向量子集中每一特征向量对于用户类标的依赖度；3)将该特征向量子集中依赖度最大的特征向量加入候选特征向量子集，并确定候选特征向量子集的信息增量；4)采用集成学习方法，根据预先设定的判别条件，判断候选特征向量子集的信息增量是否满足要求，若信息增量不满足要求，则进入步骤2)重新抽取多维用户特征向量中的特征向量子集；若信息增量满足要求，则将该候选特征向量子集作为最优的特征向量子集，完成多维用户特征向量的筛选。
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中国人民大学，未经中国人民大学许可，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/201910514261.8/，转载请声明来源钻瓜专利网。
