-
公开(公告)号：CN110879881B
公开(公告)日：2022-06-10
申请号：CN201911120434.4
申请日：2019-11-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及大数据分析应用领域，特别是涉及一种基于特征组分层和半监督随机森林的鼠标轨迹识别方法，包括获取鼠标轨迹数据；根据鼠标轨迹数据建立描述人类轨迹特性的基础特征组和强化人机轨迹差异性的辅助特征组；训练多个单视角随机森林模型对未标记样本进行伪标记，筛选出在分类器中达到规定条件的样本，对这些样本进行随机抽取并加入到标记样本中进行分类器的迭代训练；使用扩充样本集的基础特征组和辅助特征组训练多视角随机森林模型，将实时数据输入该模型，判断该操作是人类行为还是机器行为；本发明从海量鼠标轨迹行为中进行人机识别，还能解决鼠标轨迹特征挖掘不充分、数据不平衡、标记样本少等问题，极大地提高了识别性能和识别效率。
-
公开(公告)号：CN110879881A
公开(公告)日：2020-03-13
申请号：CN201911120434.4
申请日：2019-11-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及大数据分析应用领域，特别是涉及一种基于特征组分层和半监督随机森林的鼠标轨迹识别方法，包括获取鼠标轨迹数据；根据鼠标轨迹数据建立描述人类轨迹特性的基础特征组和强化人机轨迹差异性的辅助特征组；训练多个单视角随机森林模型对未标记样本进行伪标记，筛选出在分类器中达到规定条件的样本，对这些样本进行随机抽取并加入到标记样本中进行分类器的迭代训练；使用扩充样本集的基础特征组和辅助特征组训练多视角随机森林模型，将实时数据输入该模型，判断该操作是人类行为还是机器行为；本发明从海量鼠标轨迹行为中进行人机识别，还能解决鼠标轨迹特征挖掘不充分、数据不平衡、标记样本少等问题，极大地提高了识别性能和识别效率。
-
公开(公告)号：CN109189831A
公开(公告)日：2019-01-11
申请号：CN201810954292.0
申请日：2018-08-21
Applicant: 重庆邮电大学
IPC: G06F16/2458 , G06Q30/02
Abstract: 本发明涉及用户画像以及计算机应用技术，特别是涉及一种基于组合赋权的购车倾向用户识别方法，包括利用多种主观赋权方法分别得出用户指标的多种主观指标权重、多种客观赋权方法得出用户指标的多种客观指标权重；计算所有主观赋权方法和客观赋权方法的兼容性，并选出兼容性最大的赋权方法；构建基于改进理想点广义最小距离和最大熵原则的组合权系数目标函数；利用拉格朗日乘子判断目标函数的解是否是最优解，对最优解进行归一化处理并该解作为购车倾向指标综合权重；本发明将移动数据价值最大化同时寻找精确的购车倾向评价标准，设备要求相对简单，从海量数据中挖掘购车倾向用户，可应用于行业精准营销等领域，来对不同类型的用户实现定位产品营销。
-
-
Search Results
3
records
(took 0.02 seconds)
