用户类别识别模型的训练方法和用户类别识别方法.pdf
fa****楠吖
亲,该文档总共30页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
用户类别识别模型的训练方法和用户类别识别方法.pdf
本说明书实施例公开了一种用户类别识别模型的训练方法和用户类别识别方法,训练方法包括:将样本用户的联系人列表输入用户类别计算模型,以生成样本用户属于预设类别的概率。将样本用户对应的软件特征,和样本用户属于预设类别的概率,输入用户类别识别模型,以生成样本用户的识别结果。根据样本用户的识别结果和样本用户的类别标签,对用户类别识别模型中的参数,以及样本用户的常用软件列表中每个常用软件对应的软件特征进行优化。当满足预设条件时,完成对用户类别识别模型的训练。由此,使得训练完的用户类别识别模型能够在用户信息不充分的情况
使用类别识别模型来确定用户的类别标签的方法和装置.pdf
本说明书实施例提供用于使用类别识别模型来确定用户的类别标签的方法和装置。在该方法中,对用户的动态行为数据进行向量化处理,以得到所述用户的动态行为向量表示;将动态行为向量表示提供给逻辑分布抽取模型,以得到用户的行为逻辑向量表示,所述行为逻辑向量表示反映所述用户的行为逻辑分布;以及将行为逻辑向量表示提供给标签分类模型,确定用户的类别标签。
用户意图识别模型的生成方法、用户意图识别方法和设备.pdf
本发明涉及人工智能技术领域,提供一种用户意图识别模型的生成方法、用户意图识别方法和设备。生成方法包括:基于逐层知识蒸馏训练包含多层编码网络的教师模型,获得目标教师模型的每层编码网络的输出Logits;基于包含多层卷积网络的学生模型,根据包含学生模型的输出结果与训练数据的真实标签之间的交叉熵损失、及各层卷积网络的输出结果与各层编码网络的输出Logits之间的交叉熵损失的目标损失函数,进行可微神经网络结构搜索,获得目标学生模型;根据目标学生模型的输出结果与真实标签之间的交叉熵损失,对目标学生模型进行微调,获得
风险识别模型训练方法、用户风险识别方法及相关装置.pdf
本发明公开了一种风险识别模型训练方法、用户风险识别方法及相关装置,该训练方法包括:对初始样本中的搜索日志进行去重处理,利用关键词典对各个单词进行排序,关键词字典是依据单词的重要程度设定的;将排序结果按照预设长度截取为至少一个输入文本;将至少一个输入文本作为训练样本,对风险识别模型进行训练,得到目标风险识别模型。上述方法,训练样本是对搜索日志经过去重,将得到各个单词依据关键词字典进行排序,并截取为预设长度得到的,相较于接拼接方式缩短了训练样本的长度,提高了训练效率,即便进行了截取,由于训练样本是基于关键词字
目标用户识别模型建立、目标用户识别方法及装置.pdf
本发明实施例公开了一种目标用户识别模型建立、目标用户识别方法及装置。目标用户识别模型建立方法包括:获取至少两个用户的历史拉新活动信息;提取与历史拉新活动信息关联的注册数据信息;采用二元分类器算法,根据与历史拉新活动信息对应的用户类型及注册数据信息,对设定预测模型进行训练,生成目标用户识别模型,之后获取待识别用户的注册数据信息,将注册数据信息输入至预先训练的目标用户识别模型中,判断待识别用户是否为目标用户,可以有效解决现有技术中无法准确识别薅羊毛用户的技术问题,充分利用能够真实反映用户是否为薅羊毛用户的历史