公开(公告)号：CN110400013A

公开(公告)日：2019-11-01

申请号：CN201910660732.6

申请日：2019-07-22

Applicant: 西北工业大学

Inventor： 郭斌 ,  张艺璇 ,  於志文 ,  王柱 ,  梁韵基 ,  王亮 ,  郭彤 ,  刘佳琪

IPC: G06Q10/04

Abstract: 本发明提供一种基于多任务学习机制的移动应用消亡预测方法，通过划分预测时长为若干阶段，利用多任务学习机制将每个阶段中应用生存状态的预测作为一个子任务；针对每个子任务制定风险函数，不同子任务之间通过似然函数关联起来。整体模型由一组有序且存在依赖关系的分类器构成，从而对应用是否消亡进行预测。这种方法能够在不同任务之间实现参数共享，有效学习并利用了任务之间的隐含关联关系；并且针对时间划分预测任务，使得分类器每次专注于子任务的预测而非全局，能够有效减少预测误差，克服长期预测中准确率低、召回率差等问题。

公开(公告)号：CN111695625A

公开(公告)日：2020-09-22

申请号：CN202010523267.4

申请日：2020-06-10

Applicant: 西北工业大学

Inventor： 郭斌 ,  张艺璇 ,  刘佳琪 ,  於志文 ,  王柱 ,  梁韵基 ,  王亮 ,  崔禾磊

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q10/06

Abstract: 本发明公开了一种基于多级注意力机制网络的移动应用流行度预测方法，获取移动应用的各项特征数据，对数据进行预处理操作，针对时序数据进行标准化等操作，筛选用于流行度预测的特征；分析所述筛选出的特征序列与目标应用的流行度序列的线性、非线性相关性；对于不同类型的特征设计不同模块，包括时间层级模块、特征层级模块，用于捕获特征与目标应用的流行度之间的相关性；构建不同模块间共享相同的网络结构，不同模块的输出进行融合并输入至多层感知机中，生成对目标应用未来流行度的预测值。