[發明專利]成績預測方法、成績預測模型訓練方法、裝置及電子設備在審
| 申請號: | 202010543758.5 | 申請日: | 2020-06-15 |
| 公開(公告)號: | CN111695680A | 公開(公告)日: | 2020-09-22 |
| 發明(設計)人: | 劉浩;郭慶宇;祝恒書;莊福振;楊勝文;熊輝 | 申請(專利權)人: | 北京百度網訊科技有限公司 |
| 主分類號: | G06N3/04 | 分類號: | G06N3/04;G06N3/08;G06Q10/04 |
| 代理公司: | 北京市鑄成律師事務所 11313 | 代理人: | 曹遠;閻敏 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 成績 預測 方法 模型 訓練 裝置 電子設備 | ||
1.一種成績預測方法,包括:
確定待預測隊伍的隊伍信息和過往成績信息;
將所述待預測隊伍的隊伍信息和過往成績信息輸入預先訓練的成績預測模型;
獲取所述成績預測模型輸出的待預測隊伍的預測成績。
2.根據權利要求1所述的方法,其中,所述成績預測模型包括第一神經網絡、第二神經網絡及第三神經網絡;其中,
所述第一神經網絡被配置為接收所述待預測隊伍的隊伍信息,生成所述待預測隊伍的隊伍信息對應的第一特征向量,并將所述第一特征向量輸入所述第三神經網絡;
所述第二神經網絡被配置為接收所述待預測隊伍的過往成績信息,生成所述待預測隊伍的過往成績信息對應的第二特征向量,并將所述第二特征向量輸入所述第三神經網絡;
第三神經網絡被配置為接收所述第一特征向量和所述第二特征向量,并根據所述第一特征向量和所述第二特征向量確定所述待預測隊伍的預測成績。
3.根據權利要求1或2所述的方法,其中,所述待預測隊伍的預測成績包括排名、分數、活躍度中的至少一項。
4.根據權利要求2所述的方法,其中,所述隊伍信息包括待預測隊伍的參賽選手數量和各所述參賽選手的個人信息;
所述生成所述待預測隊伍的隊伍信息對應的第一特征向量,包括:
生成各所述參賽選手的個人信息所對應的數值向量,所述個人信息包括性別、年齡、國籍、學歷、工作單位、工作類型中的至少一種;
利用所述待預測隊伍的參賽選手數量及所述數值向量生成所述第一特征向量。
5.根據權利要求2所述的方法,其中,所述生成所述待預測隊伍的過往成績信息對應的第二特征向量,包括:
對所述待預測隊伍的過往成績信息進行歸一化處理;
將所述歸一化處理后的各次所述過往成績之間的隱藏狀態向量作為所述第二特征向量。
6.一種成績預測模型訓練方法,包括:
接收樣本隊伍的隊伍信息樣本和過往成績信息樣本;
待訓練的成績預測模型根據所述樣本隊伍的隊伍信息樣本和過往成績信息樣本,得到所述樣本隊伍的預測成績;
根據所述樣本隊伍的預測成績及樣本隊伍的真實成績對所述待訓練的成績預測模型進行訓練,直至所述預測成績與所述真實成績的誤差在允許范圍內。
7.根據權利要求6所述的方法,其中,所述待訓練的成績預測模型包括第一神經網絡、第二神經網絡及第三神經網絡;其中,
所述第一神經網絡被配置為接收所述樣本隊伍的隊伍信息樣本,生成所述樣本隊伍的隊伍信息樣本對應的第一特征向量,并將所述第一特征向量輸入所述第三神經網絡;
所述第二神經網絡被配置為接收所述樣本隊伍的過往成績信息樣本,生成所述樣本隊伍的過往成績信息樣本對應的第二特征向量,并將所述第二特征向量輸入所述第三神經網絡;
第三神經網絡被配置為接收所述第一特征向量和第二特征向量,并根據所述第一特征向量和第二特征向量確定所述樣本隊伍的預測成績。
8.根據權利要求6或7所述的方法,其中,所述樣本隊伍的預測成績包括排名、分數、活躍度中的至少一項。
9.一種成績預測裝置,包括:
信息確定模塊,用于確定待預測隊伍的隊伍信息和過往成績信息;
信息輸入模塊,用于將所述待預測隊伍的隊伍信息和過往成績信息輸入預先訓練的成績預測模型;
預測成績獲取模塊,用于獲取所述成績預測模型輸出的待預測隊伍的預測成績。
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北京百度網訊科技有限公司,未經北京百度網訊科技有限公司許可,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/202010543758.5/1.html,轉載請聲明來源鉆瓜專利網。





