[發(fā)明專利]一種基于CNN和LSTM的深度學(xué)習(xí)數(shù)據(jù)挖掘方法

在審

• 申請?zhí)枺?/td>: 201910488085.5
• 申請日: 2019-06-05
• 公開（公告）號: CN110399455A
• 公開（公告）日: 2019-11-01
• 發(fā)明（設(shè)計）人: 肖清林
• 申請（專利權(quán)）人: 福建奇點時空數(shù)字科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06N3/04
• 代理公司: 北京勁創(chuàng)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11589
• 代理人: 王志敏

一種基于CNN和LSTM的深度學(xué)習(xí)數(shù)據(jù)挖掘方法，包括以下步驟：依次收集每個目標(biāo)對象的特征向量，得到原始數(shù)據(jù)包；對數(shù)據(jù)預(yù)處理，建立字符信息庫；構(gòu)建CNN?LSTM算法模型；對CNN?LSTM算法模型進(jìn)行訓(xùn)練，并測試；采用CNN?LSTM算法模型進(jìn)行數(shù)據(jù)挖掘；得到數(shù)據(jù)反饋，進(jìn)行學(xué)習(xí)。本發(fā)明中，通過構(gòu)建LSTM?CNN算法模型在學(xué)習(xí)時完成數(shù)據(jù)挖掘，大大提高了信息獲取的效率，解決傳統(tǒng)信息調(diào)取困難的問題，幫助學(xué)習(xí)者提高學(xué)習(xí)效果；其中CNN對關(guān)鍵詞對應(yīng)的字符信息進(jìn)行快速識別，LSTM采用重復(fù)模塊鏈的形式對關(guān)鍵詞的相關(guān)信息快速延展、補充，使得信息調(diào)取速度快，信息調(diào)取準(zhǔn)確性高。

技術(shù)領(lǐng)域

本發(fā)明涉及學(xué)習(xí)領(lǐng)域，尤其涉及一種基于CNN和LSTM的深度學(xué)習(xí)數(shù)據(jù)挖掘方法。

背景技術(shù)

目前，各地區(qū)各部門的工作已經(jīng)基本實現(xiàn)電子化。由于實現(xiàn)電子化的時間不長，信息量過于龐大，使得信息挖掘的準(zhǔn)確性低，速度慢，耽誤了各單位和個人的學(xué)習(xí)。

為解決上述問題，本申請中提出一種基于CNN和LSTM的深度學(xué)習(xí)數(shù)據(jù)挖掘方法。

發(fā)明內(nèi)容

(一)發(fā)明目的

為解決背景技術(shù)中存在的技術(shù)問題，本發(fā)明提出一種基于CNN和LSTM的深度學(xué)習(xí)數(shù)據(jù)挖掘方法，本發(fā)明通過構(gòu)建LSTM-CNN算法模型在學(xué)習(xí)時完成數(shù)據(jù)挖掘，大大提高了信息獲取的效率，解決傳統(tǒng)信息調(diào)取困難的問題，幫助學(xué)習(xí)者提高學(xué)習(xí)效果；其中CNN對關(guān)鍵詞對應(yīng)的字符信息進(jìn)行快速識別，LSTM采用重復(fù)模塊鏈的形式對關(guān)鍵詞的相關(guān)信息快速延展、補充，使得信息調(diào)取速度快，信息調(diào)取準(zhǔn)確性高。

(二)技術(shù)方案

為解決上述問題，本發(fā)明提供了一種基于CNN和LSTM的深度學(xué)習(xí)數(shù)據(jù)挖掘方法，包括以下步驟：

S1、依次收集每個目標(biāo)對象的特征向量，得到原始數(shù)據(jù)包；

S2、對數(shù)據(jù)預(yù)處理，建立字符信息庫；

S3、構(gòu)建CNN-LSTM算法模型；

S4、對CNN-LSTM算法模型進(jìn)行訓(xùn)練，并測試；

S5、采用CNN-LSTM算法模型進(jìn)行數(shù)據(jù)挖掘；

S6、得到數(shù)據(jù)反饋，進(jìn)行學(xué)習(xí)。

優(yōu)選的，在S1中，特征向量為目標(biāo)對象的多個屬性數(shù)據(jù)，包括黨員姓名、身份證信息、黨籍、入黨時間、入黨年限、職務(wù)、工作所在地。

優(yōu)選的，在S2中，數(shù)據(jù)預(yù)處理的方式為：以姓名、身份證和黨員信息為主要關(guān)鍵詞，對原始數(shù)據(jù)包中的數(shù)據(jù)進(jìn)行分類，并將數(shù)據(jù)格式轉(zhuǎn)換為預(yù)設(shè)格式，得到字符信息庫。

優(yōu)選的，在S3中，CNN神經(jīng)網(wǎng)絡(luò)系統(tǒng)和LSTM神經(jīng)網(wǎng)絡(luò)系統(tǒng)為串聯(lián)建模。

優(yōu)選的，在S4中，構(gòu)造的CNN模型包括輸入層、卷積層、全連接層和輸出層；其中輸入層輸入的一維數(shù)據(jù)序列的長度為2k+1；卷積層中卷積核為一維結(jié)構(gòu)，其大小為2k+1；全連接層搭建在CNN模型的最后部分；輸出層設(shè)置在全連接層的下游。

優(yōu)選的，在S4中，LSTM包含長短記憶層和至少一個全連接層。

優(yōu)選的，在S5中進(jìn)行數(shù)據(jù)挖掘時，首先輸入關(guān)鍵詞，CNN對關(guān)鍵詞對應(yīng)的字符信息進(jìn)行快速識別，LSTM采用重復(fù)模塊鏈的形式對關(guān)鍵詞的相關(guān)信息快速延展、補充。

優(yōu)選的，還包括校正系統(tǒng)；在S6中，學(xué)習(xí)者得到反饋的數(shù)據(jù)，再根據(jù)數(shù)據(jù)的準(zhǔn)確性進(jìn)行校正，不斷完善模型。

優(yōu)選的，還包括記錄系統(tǒng)；記錄系統(tǒng)對挖掘的數(shù)據(jù)內(nèi)容、時間、頻率進(jìn)行記錄，根據(jù)統(tǒng)計情況對學(xué)習(xí)者進(jìn)行優(yōu)先推送，減小數(shù)據(jù)挖掘的時間。

本發(fā)明的上述技術(shù)方案具有如下有益的技術(shù)效果：