[發明專利]一種基于全連接神經網絡實現的移動終端用戶性別預測方法和系統

在審

• 申請號: 202010749181.3
• 申請日: 2020-07-30
• 公開（公告）號: CN111898738A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 任永亮;李玲;李嘉懿
• 申請（專利權）人: 北京智能工場科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06N20/00;G06K9/62;G06F40/216
• 代理公司: 北京君莫知識產權代理事務所(普通合伙) 11715
• 代理人: 王凝

1.一種移動終端用戶性別預測方法，所述方法基于全連接神經網絡實現，其特征在于，所述方法包括如下步驟：

S1：獲取移動終端樣本數據；

S2：將所述樣本數據進行特征分類，得到連續性特征和離散型特征；

S3：對所述連續性特征和離散型特征分別進行不同的處理后，采用one-shot編碼表示，得到one-shot樣本特征；

S4：將所有one-hot樣本特征進行Embedding映射；

S5：基于Embedding映射后的樣本特征構建全連接神經網絡模型并進行訓練；

S6：采用訓練好的全連接神經網絡模型，輸入移動終端用戶特征，預測用戶性別。

2.如權利要求1所述的移動終端用戶性別預測方法，其特征在于：

所述步驟S1中獲取移動終端樣本數據，具體包括：

獲取移動終端安裝包列表、每個安裝包對應的應用類別、移動終端品牌、移動終端品牌下的型號、移動終端屏幕尺寸、移動終端操作系統、移動終端系統版本及該移動終端標注的用戶的性別和年齡段信息。

3.如權利要求1所述的移動終端用戶性別預測方法，其特征在于：

所述步驟S3中對所述連續性特征和離散型特征分別進行不同的處理，具體包括：

對于連續性特征進行分段處理，并進行可視化分析，獲取連續數據段以及離散數據段，將所述相鄰的離散數據段與所述連續數據段之間的第一空值位段、以及相鄰的離散數據段之間的第二空值位段識別出來；

如果所述第一空值位段的數量小于第一閾值，則利用所述離散數據段的眾數填充所述第一空值位段；

如果所述第二空值位段的數量大于第二閾值，則刪除與所述第二空值位段對應的離散數據段。

4.如權利要求3所述的移動終端用戶性別預測方法，其特征在于：

所述步驟S3中對所述連續性特征和離散型特征分別進行不同的處理，具體包括：

將所述分段處理以及可視化分析之后的所述連續性特征進行one-hot表示。

5.如權利要求1或3所述的移動終端用戶性別預測方法，其特征在于：

所述連續性特征包括移動終端屏幕尺寸、移動終端系統版本。

6.如權利要求1所述的移動終端用戶性別預測方法，其特征在于：

所述離散型特征包括移動終端安裝包列表、每個安裝包對應的應用類別、移動終端品牌、移動終端品牌下的型號、移動終端操作系統及該移動終端標注的用戶的性別和年齡段信息。

7.如權利要求6所述的移動終端用戶性別預測方法，其特征在于：

對于所述離散型特征，直接用用one-hot表示。

8.如權利要求1或6所述的移動終端用戶性別預測方法，其特征在于：

所述步驟S4將所有one-hot樣本特征進行Embedding映射，具體包括：

將移動終端安裝包列表轉化為TF-IDF(詞頻-逆文本頻率)矩陣來表示，并對該移動終端安裝包對應的Embedding進行TF-IDF加權平均。

9.如前述任一項權利要求所述的移動終端用戶性別預測方法，其特征在于：

所述全連接神經網絡模型任意相鄰兩層即n-1層任一神經元節點都與n層的所有神經元節點相連，第n層每個神經元節點在進行計算時，其激活函數的輸入值是n－1層所有神經節點的加權。

10.一種包含全連接神經網絡模型的預測系統，用于實現權利要求1-9任一項所述的移動終端用戶性別預測方法。