公开(公告)号：CN113098916B

公开(公告)日：2023-11-14

申请号：CN201911338660.X

申请日：2019-12-23

Applicant: 中国移动通信集团辽宁有限公司 ,  中国移动通信集团有限公司

Inventor： 马超 ,  金常佳 ,  赵贵新

IPC: H04L67/55 ,  H04L41/147 ,  G06F16/9535 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于网络行为数据的信息推送方法及装置，该方法包括：获取用户的网络行为数据，从网络行为数据中选出训练数据；将训练数据划分为n份，得到n份子训练数据；设置神经网络模型的模型变量的初始值；每次训练过程将其中的n‑1份作为训练集，另外一份作为测试集，循环选取训练集和测试集，并将测试得到的误差进行累加，若n次循环的累加结果不满足则更新模型变量值进行下一轮的循环训练，最终确定出目标模型变量值及其构建的目标神经网络模型进行用户流量特征的预测，进而根据预测结果进行信息推送。由此可见，通过设置不同的模型变量值，并循环选取测试集和训练集进行模型训练，可提高训练结果的准确性，进而有利于准确的进行信推送。

公开(公告)号：CN113098916A

公开(公告)日：2021-07-09

申请号：CN201911338660.X

申请日：2019-12-23

Applicant: 中国移动通信集团辽宁有限公司 ,  中国移动通信集团有限公司

Inventor： 马超 ,  金常佳 ,  赵贵新

IPC: H04L29/08 ,  H04L12/24 ,  G06F16/9535 ,  G06N3/04

Abstract: 本发明公开了一种基于网络行为数据的信息推送方法及装置，该方法包括：获取用户的网络行为数据，从网络行为数据中选出训练数据；将训练数据划分为n份，得到n份子训练数据；设置神经网络模型的模型变量的初始值；每次训练过程将其中的n‑1份作为训练集，另外一份作为测试集，循环选取训练集和测试集，并将测试得到的误差进行累加，若n次循环的累加结果不满足则更新模型变量值进行下一轮的循环训练，最终确定出目标模型变量值及其构建的目标神经网络模型进行用户流量特征的预测，进而根据预测结果进行信息推送。由此可见，通过设置不同的模型变量值，并循环选取测试集和训练集进行模型训练，可提高训练结果的准确性，进而有利于准确的进行信推送。