[发明专利]基于ELM-RFE的购物意图关键因素识别方法在审
| 申请号： | 202011046627.2 | 申请日： | 2020-09-29 |
| 公开（公告）号： | CN112232388A | 公开（公告）日： | 2021-01-15 |
| 发明（设计）人： | 丁晓剑;刘健;杨帆;程伟;曹杰 | 申请（专利权）人： | 南京财经大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q30/02 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 朱炳斐 |
| 地址： | 210046 *** | 国省代码： | 江苏;32 |
| 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ELM‑RFE的购物意图关键因素识别方法，该方法首先初始化因素特征排序表和当前特征子集表，并获取当前训练样本集，接着训练超限学习机分类器并计算特征的排序系数，重复该步骤并找出排序得分最小的因素特征，然后更新关键因素排序指标和当前特征子集表，并重复以上步骤直至当前特征子集表为空。本发明的方法相比于传统的递归特征消除类方法，无需调节学习模型参数，能快速识别影响用户购物意图的最有效的因素。实验表明，相比传统的SVM‑RFE方法，本发明的方法仅需0.1％的计算时间，而且仅需3个因素特征在测试集上得到最高的测试精度。在识别用户购买意图的关键因素应用中，本发明的方法可以提升关键因素特征识别效率。 | ||
| 搜索关键词： | 基于 elm rfe 购物 意图 关键因素 识别 方法 | ||
【主权项】：
暂无信息
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南京财经大学，未经南京财经大学许可，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/202011046627.2/，转载请声明来源钻瓜专利网。
- 具有磁电效应的复合薄膜异质结及其制备方法
- 基于集成学习思想的SVM-RFE导联优化方法
- 一种基于FeGa-RFe<sub>2</sub>磁晶各向异性补偿原理设计的新型磁致伸缩材料及其制备方法
- 一种基于SVM‑RFE特征选择的假指纹检测方法
- 一种新型陶瓷电容器材料Ba<sub>4</sub>RFe<sub>0.5</sub>Nb<sub>9.5</sub>O<sub>30</sub>（R=La，Eu，Gd）及其制备方法
- 一种接入网网络架构
- 一种基于SVM-RFE-MRMR算法的阿兹海默症MRI图像分类方法
- 基于车辆相机图像处理来生成和利用道路摩擦估计值的方法和系统
- 一种大轴重货运列车用车轴及其热处理工艺和生产工艺
- 一种电力系统运行方式数据特征两阶段选择方法
