[發明專利]一種基于卷積網絡進行網絡訪問數據進行處理的方法

在審

• 申請號: 201810022744.1
• 申請日: 2018-01-10
• 公開（公告）號: CN108280511A
• 公開（公告）日: 2018-07-13
• 發明（設計）人: 郭威
• 申請（專利權）人: 北京掌闊移動傳媒科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于卷積網絡進行網絡訪問數據進行處理的方法，其特征在于，包括：步驟1)訓練卷積神經網絡模型，包括：

獲取樣本數據，該樣本數據中包括：用戶的性別、客戶端ID、廣告ID以及訪問時間；

按照以下的卷積公式進行數據處理：

x(t)和h(t)函數是卷積的變量，p是積分變量，t是使函數h(-p)位移的量，星號*表示卷積；

選擇一個y(t)包含的數據編碼信息量最大的卷積公式，以此作為訓練好的卷積神經網絡模型；

步驟2)獲取廣告在用戶客戶端的展示、點擊和轉換數據；

步驟3)對展示、點擊和轉換數據進行編碼，并針對每一條用戶數據，生成對應的矩陣張量；

步驟4)將以上矩陣張量送入步驟1)中訓練好的卷積神經網絡中，得到其輸出向量。

2.根據權利要求1所述的基于卷積網絡進行網絡訪問數據進行處理的方法，其特征在于，步驟3)中，所述矩陣張量中，包括：用戶的性別、客戶端ID、廣告、ID以及訪問時間，其格式選擇：{(a廣告,偏好大小),(b廣告,偏好大小)....}。

3.根據權利要求1或2所述的基于卷積網絡進行網絡訪問數據進行處理的方法，其特征在于，步驟4)之后，還包括：將該向量作為輸入，送入分類器中，最終得到用戶畫像。

4.根據權利要求1或2所述的基于卷積網絡進行網絡訪問數據進行處理的方法，其特征在于，步驟1)中，設定卷積公式中不同的網絡的結構、每個節點的閾值、f的形式；

對每一種不同的網絡的結構、每個節點的閾值、f的形式所得到的輸出結構進行對比，最終得到y(t)包含的數據編碼信息量最大的卷積公式。

5.根據權利要求1或2所述的基于卷積網絡進行網絡訪問數據進行處理的方法，其特征在于，步驟4)中，基于以上卷積神經網絡模型，對編碼完畢后的數據送入卷積網絡中，自動過濾噪聲和低信息量的東西，保留了信息量最大的東西，得到一個固定維度的向量。

6.根據權利要求1所述的基于卷積網絡進行網絡訪問數據進行處理的方法，其特征在于，步驟1)中，所述卷積神經網絡的訓練，具體包括：

子步驟11)先訓練出卷積核兒，然后再確定輸出向量；

子步驟12)使用包括{廣告，時間，點擊率，媒介，地域，。。。。}的向量輸入，其中，廣告被處理為一個輸入向量(廣告1，廣告2。。。。)。