[發明專利]目標導航在審
| 申請號: | 201680080880.5 | 申請日: | 2016-12-30 |
| 公開(公告)號: | CN108604247A | 公開(公告)日: | 2018-09-28 |
| 發明(設計)人: | 王棟;夏云慶;劉學;俞泓 | 申請(專利權)人: | 微軟技術許可有限責任公司 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30 |
| 代理公司: | 永新專利商標代理有限公司 72002 | 代理人: | 張立達;王英 |
| 地址: | 美國華*** | 國省代碼: | 美國;US |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 關聯 目標節點 起始節點 訓練樣本 權重 機器學習模型 配置 | ||
1.一種裝置,包括:
多個節點,每個節點與至少一個訓練樣本相關聯,每個訓練樣本與至少一個個體屬性相關聯;以及
與關聯于第一節點的個體屬性有關的一個或多個權重,所述權重是利用機器學習模型基于與所述第一節點相關聯的訓練樣本來計算的,并且被配置為將所述第一節點導航到第二節點。
2.根據權利要求1所述的裝置,其中,所述個體屬性包括以下組中的至少一個:
第一組,包括技能、教育和工作經歷中的至少一個;
第二組,包括工資、儲蓄、投資、收支比、預算和長期目標中的至少一個;
第三組,包括技能、裝備、經歷和所花費時間中的至少一個;
第四組,包括個性、社交活動、愛好、教育、外貌和個人財富中的至少一個;
第五組,包括基礎代謝率(BMR)、身體質量指數(BMI)、體脂率、肌肉質量和身體水分率中的至少一個;以及
第六組,包括血壓、血脂和血糖中的至少一個。
3.根據權利要求1所述的裝置,其中,所述機器學習模型是決策樹模型和線性擬合模型中的任何一個。
4.根據權利要求1所述的裝置,其中,所述訓練樣本中的每個訓練樣本包括個體簡檔,其中,所述至少一個個體屬性是通過潛在狄利克雷分配(LDA)從所述個體簡檔中提取的。
5.根據權利要求1所述的裝置,其中,所述多個節點中的任何一個節點是以下之一:工作職位、財務狀況、游戲角色等級、浪漫伴侶關系的個人條件、健身水平和個人健康水平。
6.根據權利要求1所述的裝置,其中,通過使用K均值聚類算法以及卷積深度結構化語義模型(CDSSM)工具來對所述個體屬性的描述或所述節點的描述進行標準化。
7.根據權利要求1所述的裝置,還包括:
所述第一節點被導航到所述第二節點的概率,其中,所述概率是基于從所述第一節點被導航到所述第二節點的訓練樣本和與所述第一節點相關聯的訓練樣本來計算的。
8.一種系統,包括:
計算機可讀介質,其包括:多個節點,每個節點與至少一個訓練樣本相關聯,每個訓練樣本與至少一個個體屬性相關聯;以及與關聯于第一節點的個體屬性有關的一個或多個權重,所述權重是利用機器學習模型基于與所述第一節點相關聯的訓練樣本來計算的,并且被配置為將所述第一節點導航到第二節點;以及
處理器,其被配置為確定起始節點和目標節點,并且提供關于從所述起始節點導航到所述目標節點的至少一條路徑的信息,該信息是基于與關聯于所述路徑上設置的至少一個節點的個體屬性有關的權重來提供的。
9.根據權利要求8所述的系統,其中,所述處理器被配置為基于所述路徑上設置的所述節點來呈現所述信息,并且
其中,所述信息包括預定數量的個體屬性及其權重。
10.根據權利要求8所述的系統,其中,所述個體屬性包括以下組中的至少一個:
第一組,包括技能、教育和工作經歷中的至少一個;
第二組,包括工資、儲蓄、投資、收支比、預算和長期目標中的至少一個;
第三組,包括技能、裝備、經歷和所花費時間中的至少一個;
第四組,包括個性、社交活動、愛好、教育、外貌和個人財富中的至少一個;
第五組,包括基礎代謝率(BMR)、身體質量指數(BMI)、體脂率、肌肉質量和身體水分率中的至少一個;以及
第六組,包括血壓、血脂和血糖中的至少一個。
11.根據權利要求8所述的系統,其中,所述多個節點中的任何一個節點是以下之一:工作職位、財務狀況、游戲角色等級、浪漫伴侶關系的個人條件、健身水平和個人健康水平。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于微軟技術許可有限責任公司,未經微軟技術許可有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201680080880.5/1.html,轉載請聲明來源鉆瓜專利網。





