公开(公告)号：CN106874478A

公开(公告)日：2017-06-20

申请号：CN201710086932.6

申请日：2017-02-17

Applicant: 重庆邮电大学

Inventor： 王进 ,  王鸿 ,  夏翠萍 ,  范磊 ,  欧阳卫华 ,  陈乔松 ,  雷大江 ,  李智星 ,  胡峰 ,  邓欣

IPC: G06F17/30

CPC classification number: G06F17/30705 ,  G06F2216/03

Abstract: 本发明请求保护一种基于Spark大数据平台的并行化随机标签子集多标签文本分类方法。首先,读取大规模文本数据集和配置信息文件，创建分布式数据集RDD，将训练数据集和预测数据集缓存到内存中，完成初始化操作。其次，并行地随机生成规定数目的标签子集，由原始训练集为每一个标签子集生成一个新的训练集，再次，将新训练集的多个标签通过标签幂集法转换为单个标签，该数据集转化为一个单标签多类数据集，并行地为这些数据集训练一个基分类器。然后，进行预测将得到的单标签多类预测结果转化为多标签结果。最后，将所有预测结果进行汇总投票，得到测试集最终的多标签预测结果。本发明提高了分类的精度、大幅降低处理大规模多标签数据的学习时间。

公开(公告)号：CN106845731A

公开(公告)日：2017-06-13

申请号：CN201710089934.0

申请日：2017-02-20

Applicant: 重庆邮电大学

Inventor： 王进 ,  夏翠萍 ,  杨阳 ,  王鸿 ,  李智星 ,  邓欣 ,  陈乔松 ,  胡峰 ,  雷大江

IPC: G06Q10/04 ,  G06Q30/02 ,  G06K9/62

CPC classification number: G06Q10/04 ,  G06K9/6215 ,  G06K9/6268 ,  G06K9/6269 ,  G06K9/6276 ,  G06Q30/0201

Abstract: 本发明提出一种基于多模型融合的潜在换机用户发现方法，该方法主要包括用户的消费数据和换机轨迹数据采集和预处理、特征构建、模型构建及模型融合、预测等步骤。本发明旨在利用机器学习算法的多样性和差异性，将多个模型组合起来，以获得更好的效果，使集成的模型具有更强的泛化能力。通过用户历史数据进行训练，最后在数据集上进行预测，从而得到即将换机的高价值用户，并精确的为用户推送手机信息。