公开(公告)号：CN109359137A

公开(公告)日：2019-02-19

申请号：CN201811199944.0

申请日：2018-10-16

Applicant: 大连理工大学

Inventor： 王健 ,  钱凌飞 ,  董哲瑾 ,  林鸿飞

IPC: G06F16/2458 ,  G06K9/62

Abstract: 本发明涉及一种用户成长性画像构建方法，一种基于特征筛选与半监督学习的用户成长性画像构建方法，包括以下步骤：(1)对原始用户数据进行预处理，(2)根据用户的行为数据，提取用户的行为特征和时间特征，(3)在行为特征和时间特征上进行特征筛选，(4)使用半监督学习扩大训练集，(5)训练一级模型，(6)模型融合，(7)用户成长值的预测。本发明除了关注用户的行为特征，还关注了用户的时间特征，并且使用特征筛选的方法选出其中区分度明显的特征，结合半监督方法扩充训练集，最后使用模型融合的方法，提高模型最终的准确率和稳定性。

公开(公告)号：CN109359137B

公开(公告)日：2021-03-26

申请号：CN201811199944.0

申请日：2018-10-16

Applicant: 大连理工大学

Inventor： 王健 ,  钱凌飞 ,  董哲瑾 ,  林鸿飞

IPC: G06F16/2458 ,  G06K9/62

Abstract: 本发明涉及一种用户成长性画像构建方法，一种基于特征筛选与半监督学习的用户成长性画像构建方法，包括以下步骤：(1)对原始用户数据进行预处理，(2)根据用户的行为数据，提取用户的行为特征和时间特征，(3)在行为特征和时间特征上进行特征筛选，(4)使用半监督学习扩大训练集，(5)训练一级模型，(6)模型融合，(7)用户成长值的预测。本发明除了关注用户的行为特征，还关注了用户的时间特征，并且使用特征筛选的方法选出其中区分度明显的特征，结合半监督方法扩充训练集，最后使用模型融合的方法，提高模型最终的准确率和稳定性。