Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国标准化研究院叶如意获国家专利权

恭喜中国标准化研究院叶如意获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜中国标准化研究院申请的专利基于多源信息的用户行为分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119415980B

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510019718.3,技术领域涉及:G06F18/23;该发明授权基于多源信息的用户行为分析方法是由叶如意;赵燕;周莉;李向华;孟翠竹;叶灵峰设计研发完成,并于2025-01-07向国家知识产权局提交的专利申请。

基于多源信息的用户行为分析方法在说明书摘要公布了:本发明公开了基于多源信息的用户行为分析方法,基于所述用户消费行为得到用户画像,该方法对用户的消费记录和支付数据进行预处理,提取用户行为特征向量,所述特征向量包括消费金额、消费频率、支付方式和消费品类;基于预设的神经网络模型对所述特征向量进行编码,得到用户行为的标准化表示;根据用户行为的标准化表示,通过预设的遗传算法对用户进行聚类分析,得到用户画像;本发明显著提升了用户画像的准确性和全面性,为企业的个性化推荐和精准营销提供了有力支持。

本发明授权基于多源信息的用户行为分析方法在权利要求书中公布了:1.基于多源信息的用户行为分析方法,基于用户消费行为得到用户画像,其特征在于,所述方法包括:步骤S1,对用户的消费记录和支付数据进行预处理,提取用户行为特征向量,所述特征向量包括消费金额、消费频率、支付方式和消费品类;步骤S2,基于预设的神经网络模型对所述特征向量进行编码,得到用户行为的标准化表示;所述神经网络模型包括:输入层,嵌入层,两个隐藏层,输出层;所述输入层用于接收用户行为特征向量;所述嵌入层用于将特征向量转化为维度为的嵌入向量;所述两个隐藏层包括第一隐藏层和第二隐藏层,第一隐藏层为层,用于处理时序特征,第二隐藏层为全连接层;所述输出层用于生成用户行为的标准化表示;所述输入层用于接收用户行为特征向量,所述嵌入层用于将特征向量转化为维度为的嵌入向量,具体为:所述输入层接收用户行为特征向量,其维度为,其中为特征维度;所述嵌入层通过投影矩阵将输入向量转化为嵌入向量:,其中,投影矩阵的优化目标函数为:,约束条件为:;其中,表示找到使得目标函数取得最小值的参数,,表示不同样本的特征向量,为相似度矩阵,表示样本和样本之间的相似程度,为对角矩阵且,表示样本与所有其他样本的相似度之和;I为单位矩阵,用于保持映射后特征的正交性;表示映射后两个样本之间的欧氏距离平方;偏置向量通过最小化重构误差获得:,其中,表示重构误差,即映射后的数据与原始数据之间的差异;步骤S3,根据用户行为的标准化表示,通过预设的遗传算法对用户进行聚类分析,得到用户画像;所述通过预设的遗传算法对用户进行聚类分析包括:步骤S31,将用户行为的标准化表示转换为染色体序列进行编码;在编码过程中,每个基因位对应一个用户,其取值表示该用户所属的聚类类别编号;步骤S32,同时考虑类内紧密度和类间分离度,计算适应度;适应度的计算式为: ,其中,为类别数量,为第类的样本集合,为样本和的距离,为权重系数;步骤S33,基于所述适应度开始进化操作;采用轮盘赌选择法,选择概率为:;为第个个体的适应度,为种群中的个体数量;采用双点交叉,交叉概率为;采用自适应变异,变异概率为:,其中,为初始变异概率,为当前种群中的最大适应度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国标准化研究院,其通讯地址为:100191 北京市海淀区知春路4号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。