[發(fā)明專利]一種收入水平預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810036827.6
• 申請(qǐng)日: 2018-01-15
• 公開(kāi)（公告）號(hào): CN108256681A
• 公開(kāi)（公告）日: 2018-07-06
• 發(fā)明（設(shè)計(jì)）人: 宋國(guó)慶;羅偉東
• 申請(qǐng)（專利權(quán)）人: 吉浦斯信息咨詢（深圳）有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q30/02;G06Q30/06;G06N3/04
• 代理公司: 北京酷愛(ài)智慧知識(shí)產(chǎn)權(quán)代理有限公司 11514
• 代理人: 安娜

本發(fā)明涉及用戶收入水平預(yù)測(cè)領(lǐng)域，一種收入水平預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)和系統(tǒng)；其方法包括收集用戶端發(fā)送的用戶行為數(shù)據(jù)，并對(duì)所述行為數(shù)據(jù)進(jìn)行數(shù)值化處理得到數(shù)值化的行為特征；將每個(gè)行為特征轉(zhuǎn)化為向量，并根據(jù)所述向量建立N層全連接神經(jīng)網(wǎng)絡(luò)，以及將所有行為特征進(jìn)行組合映射到全連接神經(jīng)網(wǎng)絡(luò)的高緯空間；學(xué)習(xí)全連接神經(jīng)網(wǎng)絡(luò)的行為特征間的關(guān)聯(lián)關(guān)系，得到上層全連接神經(jīng)網(wǎng)絡(luò)對(duì)下層全連接神經(jīng)網(wǎng)絡(luò)的影響系數(shù)。本發(fā)明提供一種收入水平預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)和系統(tǒng)實(shí)現(xiàn)了，對(duì)用戶行為數(shù)據(jù)的采集和處理得到數(shù)值化的行為特征，行為特征利用率高、模型準(zhǔn)確率高、投入成本低和推薦效果好。

技術(shù)領(lǐng)域

本發(fā)明涉及用戶收入水平預(yù)測(cè)領(lǐng)域，尤其是一種收入水平預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)和系統(tǒng)。

背景技術(shù)

在互聯(lián)網(wǎng)領(lǐng)域，我們?yōu)榱藢?duì)用戶進(jìn)行細(xì)分以實(shí)現(xiàn)精準(zhǔn)營(yíng)銷的目的，會(huì)針對(duì)用戶的收入能力劃分層級(jí)推薦不同的產(chǎn)品和服務(wù)內(nèi)容。我們無(wú)法獲取每個(gè)終端用戶的真實(shí)收入水平，通常是根據(jù)用戶的行為做統(tǒng)計(jì)建模分析，常規(guī)模型十分依賴技術(shù)人員對(duì)行為特征的理解，無(wú)法將特征映射到更高維的空間，難以最大限度的發(fā)揮現(xiàn)有特以的價(jià)值。至于大部分常規(guī)模型存在性能差、準(zhǔn)確率低的問(wèn)題，導(dǎo)致?tīng)I(yíng)銷、推薦效果差，成本高昂。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種收入水平預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)和系統(tǒng)，克服了用戶行為特征利用率低、模型準(zhǔn)確率低、投入成本高和推薦效果差等問(wèn)題。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供的一種收入水平預(yù)測(cè)方法，包括如下步驟：

收集用戶端發(fā)送的用戶行為數(shù)據(jù)，并對(duì)所述行為數(shù)據(jù)進(jìn)行數(shù)值化處理得到數(shù)值化的行為特征；

將每個(gè)行為特征轉(zhuǎn)化為向量，并根據(jù)所述向量建立N層全連接神經(jīng)網(wǎng)絡(luò)，以及將所有行為特征進(jìn)行組合映射到全連接神經(jīng)網(wǎng)絡(luò)的高緯空間；

學(xué)習(xí)全連接神經(jīng)網(wǎng)絡(luò)的行為特征間的關(guān)聯(lián)關(guān)系，得到上層全連接神經(jīng)網(wǎng)絡(luò)對(duì)下層全連接神經(jīng)網(wǎng)絡(luò)的影響系數(shù)。

進(jìn)一步地，所述收入水平預(yù)測(cè)方法還包括：對(duì)所述行為數(shù)據(jù)進(jìn)行預(yù)處理。

進(jìn)一步地，所述收入水平預(yù)測(cè)方法還包括：按照行為特征的數(shù)值變化區(qū)間，做歸一化處理。

進(jìn)一步地，所述收入水平預(yù)測(cè)方法還包括：根據(jù)所述N層全連接神經(jīng)網(wǎng)絡(luò)添加M個(gè)殘差塊。

進(jìn)一步地，所述N層全連接神經(jīng)網(wǎng)絡(luò)為150層全連接神經(jīng)網(wǎng)絡(luò)，所述M個(gè)殘差塊為30個(gè)殘差塊。

進(jìn)一步地，所述收入水平預(yù)測(cè)方法還包括：設(shè)定每一層全連接神經(jīng)網(wǎng)絡(luò)上的節(jié)點(diǎn)保留概率，所述全連接神經(jīng)網(wǎng)絡(luò)包括多個(gè)節(jié)點(diǎn)。

一種收入水平預(yù)測(cè)裝置，所述收入水平預(yù)測(cè)裝置包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的程序，所述存儲(chǔ)器和處理器電連，其中，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述處理器被配置用于調(diào)用所述程序指令，執(zhí)行如所述的收入水平預(yù)測(cè)方法的步驟。

一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述程序指令當(dāng)被處理器執(zhí)行時(shí)使所述處理器執(zhí)行如所述的收入水平預(yù)測(cè)方法的步驟。

一種收入水平預(yù)測(cè)系統(tǒng)，所述收入水平預(yù)測(cè)系統(tǒng)包括收入水平預(yù)測(cè)裝置和用戶端；所述水平預(yù)測(cè)裝置通過(guò)無(wú)線或者有線網(wǎng)絡(luò)與用戶端相連；所述水平預(yù)測(cè)裝置執(zhí)行如所述的收入水平預(yù)測(cè)方法的步驟。

本發(fā)明的有益效果是：本發(fā)明提供一種收入水平預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)和系統(tǒng)實(shí)現(xiàn)了，對(duì)用戶行為數(shù)據(jù)的采集和處理得到數(shù)值化的行為特征，行為特征利用率高、模型準(zhǔn)確率高、投入成本低和推薦效果好。

附圖說(shuō)明

圖1為本發(fā)明收入水平預(yù)測(cè)方法第一實(shí)施例的流程圖；