[發明專利]一種基于CNN使用日志頻譜分析的用戶分類方法及系統有效
| 申請號： | 202310875368.1 | 申請日： | 2023-07-18 |
| 公開（公告）號： | CN116595428B | 公開（公告）日： | 2023-10-13 |
| 發明（設計）人： | 王革委;陳麗君;時慕華;陳志勇 | 申請（專利權）人： | 天翼云科技有限公司 |
| 主分類號： | G06F18/24 | 分類號： | G06F18/24;G06N3/0464;G06N3/08;G06F16/9536;G06F16/9537;G06Q30/0601 |
| 代理公司： | 浙江千克知識產權代理有限公司 33246 | 代理人： | 雷嫻 |
| 地址： | 100007 北京市東城區青*** | 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： | 一種 基于 cnn 使用 日志 頻譜 分析 用戶 分類 方法 系統 | ||
本發明實施例提供一種基于CNN使用日志頻譜分析的用戶分類方法及系統，所述方法包括：檢測到用戶分類請求時，獲取目標用戶的歷史日志數據中的目標歷史數據；根據請求目標確定請求因子及用戶分類數據，并獲取用戶分類數據的數據時間，基于用戶分類數據及對應的數據時間，生成目標用戶的時間序列；將時間序列根據數據時間的時間間隔分為時間序列集，并對時間序列集進行標準化，將時間序列集通過傅里葉變換轉換為對應的頻譜圖；搭建對應的CNN卷積神經網絡模型，將頻譜圖輸入至模型進行分類訓練，基于分類訓練結果確定分類結果。這樣能夠將用戶的日志數據分析從時域轉到頻域中進行分析，從而避免了時間信息的損失，也進一步提高了分類效果的準確性。
技術領域
本發明涉及大數據技術領域，尤其涉及一種基于CNN使用日志頻譜分析的用戶分類方法及系統。
背景技術
互聯網用戶基數龐大，尤其是社交、電商以及金融等服務平臺，或者是為了促進用戶在平臺的活躍度，或者是給對應用戶做對應的商品推薦，或者是在社交中做好友匹配，都要涉及到用戶分類，可以說用戶分類是互聯網最重要的技術之一。
目前，因為用戶日志數據過大，并且日志數據之間還存在時間相關性，導致無法直接使用日志數據來訓練模型，但現有的技術是基于日志統計結果的，結果導致統計結束后，大部分時間信息會損失，導致分類效果不夠準確。
發明內容
針對現有技術中存在的問題，本發明實施例提供一種基于CNN使用日志頻譜分析的用戶分類方法及系統。
本發明實施例提供一種基于CNN使用日志頻譜分析的用戶分類方法，包括：
檢測到用戶分類請求時，獲取所述用戶分類請求對應的目標用戶及請求目標，基于所述請求目標確定對應的請求時間段，基于所述請求時間段獲取所述目標用戶的歷史日志數據中的目標歷史數據；
根據所述請求目標確定對應的請求因子，基于所述請求因子確定所述目標歷史數據中的用戶分類數據，并獲取所述用戶分類數據對應的數據時間，基于所述用戶分類數據及對應的數據時間，生成目標用戶對應的時間序列；
將所述時間序列根據所述數據時間的時間間隔分為時間序列集，并對所述時間序列集進行標準化，得到標準化后的時間序列集，并將標準化后的所述時間序列集通過傅里葉變換轉換為對應的頻譜圖；
基于所述請求目的、請求因子搭建對應的CNN卷積神經網絡模型，將所述頻譜圖輸入至CNN卷積神經網絡模型進行分類訓練，基于分類訓練結果確定所述目標用戶的分類結果。
在其中一個實施例中，所述方法還包括：
獲取預設周期內包含所述請求目標的用戶分類請求的請求次數，基于所述請求次數確定所述用戶分類請求的優先級，并基于所述優先級確定對應的用戶分類請求序列；
基于所述用戶分類請求序列中的優先級確定對應的請求目標的優先級，并基于所述請求目標的優先級調整所述CNN卷積神經網絡中卷積層的學習權重。
在其中一個實施例中，所述方法還包括：
基于所述分類結果，生成對應的分類標簽，并基于所述請求時間段確定對應的更新周期；
將所述分類標簽保存至對應目標用戶的歷史日志數據，并基于所述更新周期對所述分類標簽進行更新。
在其中一個實施例中，所述方法還包括：
基于所述用戶分類數據獲取歷史對照集，并將所述歷史對照集按照預設比例分為標準集及驗證集，所述歷史對照集為數據庫中與所述用戶分類數據關聯的、已完成分類的歷史數據；
生成標準集數據對應標準頻譜圖，將所述標準匹配圖及對應的分類結果輸入至所述CNN卷積神經網絡作為神經網絡模型的標準參數；
獲取所述CNN卷積神經網絡模型的分類訓練結果，并將所述分類訓練結果與驗證集數據進行對比，若對比結果滿足預設的準確度要求，確定所述分類訓練對應的所述目標用戶的分類結果。
在其中一個實施例中，所述方法還包括：
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天翼云科技有限公司，未經天翼云科技有限公司許可，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/202310875368.1/2.html，轉載請聲明來源鉆瓜專利網。
