-
公开(公告)号：CN113055208B
公开(公告)日：2023-01-13
申请号：CN201911377177.2
申请日：2019-12-27
Applicant: 中移信息技术有限公司(CN) , 中国移动通信集团有限公司(CN)
IPC: H04L41/147 , G06F17/18
Abstract: 本发明实施例公开了一种基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质。该方法包括：获取多个区域的业务数据；分别提取多个区域的业务数据中的第一特征信息；采用预设的特征提取分析模型提取多个区域的第一特征信息中相同的第二特征信息；基于多个区域中包括第二特征信息的业务数据进行训练得到共有参数；将共有参数迁移到区域的预设第二逻辑回归模型上，识别计算各区域的用户携出率。本发明实施例提供的基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质，通过将通用的共有参数迁移至各区域的特征参数中，降低了各区域分别建立识别模型过程中的工作量及时长，提升了识别模型识别过程的精确度。
-
公开(公告)号：CN113055208A
公开(公告)日：2021-06-29
申请号：CN201911377177.2
申请日：2019-12-27
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例公开了一种基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质。该方法包括：获取多个区域的业务数据；分别提取多个区域的业务数据中的第一特征信息；采用预设的特征提取分析模型提取多个区域的第一特征信息中相同的第二特征信息；基于多个区域中包括第二特征信息的业务数据进行训练得到共有参数；将共有参数迁移到区域的预设第二逻辑回归模型上，识别计算各区域的用户携出率。本发明实施例提供的基于迁移学习的信息识别模型的识别方法、装置、设备及存储介质，通过将通用的共有参数迁移至各区域的特征参数中，降低了各区域分别建立识别模型过程中的工作量及时长，提升了识别模型识别过程的精确度。
-
公开(公告)号：CN112651416B
公开(公告)日：2024-09-17
申请号：CN201910962985.9
申请日：2019-10-11
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F18/211
Abstract: 本发明公开了特征选择方法、装置、设备和介质。该方法包括：获取原始特征集的当前待寻优特征子集；将原始特征集的候选特征子集中的第一特征加入当前待寻优特征子集，得到第一特征子集；从第一特征子集中剔除第二特征，得到第二特征子集；若第二特征子集不优于当前待寻优特征子集，将第一特征子集作为下一待寻优特征子集，直至第一特征子集满足预设停止准则，将第一特征子集选定为原始特征集的最优特征子集。根据本发明实施例提供的特征选择方法、装置、设备和介质，可以提高特征选择的精确度。
-
公开(公告)号：CN113808755B
公开(公告)日：2024-08-13
申请号：CN202010552673.3
申请日：2020-06-17
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G16H50/80 , G16H50/50 , G06F18/243 , G06F18/27 , G06N20/20 , H04W4/021 , G16Y10/60 , G16Y20/10 , G16Y20/40 , G16Y40/10 , G16Y40/60
Abstract: 本发明实施例公开了一种感染人群预测模型训练的方法、预测的方法、装置、设备。通过获取多个待测用户的特征信息，所述特征信息包括在预设时间段内待测用户处于感染基站覆盖区域的次数，待测用户的年龄，待测用户是否为感染用户的属性信息，待测用户的消费信息中的至少一种；基于所述多个待测用户的特征信息，训练初始模型作为感染人群预测模型。本发明实施例解决了无法及时准确预测感染者的问题，提高了预测感染者的速度和精确度。
-
Patent Agency Ranking
公开(公告)号：CN113032636B
公开(公告)日：2024-08-16
申请号：CN201911352614.5
申请日：2019-12-25
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F16/901 , G06F16/9535
Abstract: 本发明实施例提供一种完全子图数据的搜索方法、装置、设备及介质。该方法包括：获取网络节点中节点的连接关系信息并存储为第一数据表；根据第一数据表确定第i数据表，第i数据表包括第一K阶节点的连接关系信息，i的初始值为2，K的初始值为3；根据第i数据表与第一预设筛选条件确定第二K阶节点的连接关系信息并存储为第i+1数据表；根据第i+1数据表和第一数据表确定第i+2数据表，第i+2数据表包括第一K+1阶节点的连接关系信息；根据第i+2数据表与第二预设筛选条件确定第二K+1阶节点的连接关系信息并将第二K+1阶节点中前K个节点的连接关系信息存储为第i+3数据表，前K个节点中任意两个节点连接；当第i+3数据表存在时，i＝i+4，K＝K+1，能够快速获取完全子图。
-
公开(公告)号：CN116204780A
公开(公告)日：2023-06-02
申请号：CN202111443697.6
申请日：2021-11-30
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F18/214 , G06N20/00
Abstract: 本申请提供基于GBDT的集成学习方法、装置、及电子设备，涉及数据挖掘技术领域。所述方法包括：基于梯度提升回归树，将原始特征转换为叶子结节位置，形成数据集；基于数据集，利用滑动窗口，得到衍生特征；对原始特征进行稀疏处理；组合衍生特征和稀疏处理后的原始特征，得到若干训练数据集；基于若干训练数据集，训练得到若干基模型；当需要完成分类任务时，基于若干基模型输出的分类结果，根据预设分类汇总条件，得到最终分类结果。本申请提供的基于GBDT的集成学习方法，能够增加样本的多样性，降低模型偏差，改善集成学习效果；还能够发现特征之间的非线性关系，增加基模型的多样性，避免模型产生高方差，提高模型预测准确率。
-
公开(公告)号：CN113808755A
公开(公告)日：2021-12-17
申请号：CN202010552673.3
申请日：2020-06-17
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G16H50/80 , G16H50/50 , G06K9/62 , G06N20/00 , H04W4/021 , G16Y10/60 , G16Y20/10 , G16Y20/40 , G16Y40/10 , G16Y40/60
Abstract: 本发明实施例公开了一种感染人群预测模型训练的方法、预测的方法、装置、设备。通过获取多个待测用户的特征信息，所述特征信息包括在预设时间段内待测用户处于感染基站覆盖区域的次数，待测用户的年龄，待测用户是否为感染用户的属性信息，待测用户的消费信息中的至少一种；基于所述多个待测用户的特征信息，训练初始模型作为感染人群预测模型。本发明实施例解决了无法及时准确预测感染者的问题，提高了预测感染者的速度和精确度。
-
公开(公告)号：CN113032636A
公开(公告)日：2021-06-25
申请号：CN201911352614.5
申请日：2019-12-25
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F16/901 , G06F16/9535
Abstract: 本发明实施例提供一种完全子图数据的搜索方法、装置、设备及介质。该方法包括：获取网络节点中节点的连接关系信息并存储为第一数据表；根据第一数据表确定第i数据表，第i数据表包括第一K阶节点的连接关系信息，i的初始值为2，K的初始值为3；根据第i数据表与第一预设筛选条件确定第二K阶节点的连接关系信息并存储为第i+1数据表；根据第i+1数据表和第一数据表确定第i+2数据表，第i+2数据表包括第一K+1阶节点的连接关系信息；根据第i+2数据表与第二预设筛选条件确定第二K+1阶节点的连接关系信息并将第二K+1阶节点中前K个节点的连接关系信息存储为第i+3数据表，前K个节点中任意两个节点连接；当第i+3数据表存在时，i＝i+4，K＝K+1，能够快速获取完全子图。
-
公开(公告)号：CN112651416A
公开(公告)日：2021-04-13
申请号：CN201910962985.9
申请日：2019-10-11
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06K9/62
Abstract: 本发明公开了特征选择方法、装置、设备和介质。该方法包括：获取原始特征集的当前待寻优特征子集；将原始特征集的候选特征子集中的第一特征加入当前待寻优特征子集，得到第一特征子集；从第一特征子集中剔除第二特征，得到第二特征子集；若第二特征子集不优于当前待寻优特征子集，将第一特征子集作为下一待寻优特征子集，直至第一特征子集满足预设停止准则，将第一特征子集选定为原始特征集的最优特征子集。根据本发明实施例提供的特征选择方法、装置、设备和介质，可以提高特征选择的精确度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.06 seconds)
