[发明专利]一种多任务机器学习的预测方法

说明书

一种多任务机器学习的预测方法，本发明涉及多任务机器学习的预测方法。本发明的目的是为了解决现有用户画像模型预测准确率低，特征提取负担大的问题。过程为：一、采集各信息源数据，对各信息源数据做预处理，得到预处理后的文本；二、采用预处理后的各信息源数据训练各信息源各自的学习模型，对各信息源分别进行特征提取，得到各信息源的特征；三、将各信息源的特征编码为矢量，融合多源数据，构建多任务学习框架；四、对各个子任务设置不同的全连接层和损失函数，得到各个子任务的预测结果；五、将四中各个子任务的预测结果进行加权投票，输出最终预测结果。本发明用于机器学习预测领域。

技术领域

本发明涉及多任务机器学习的预测方法。

背景技术

社交媒体中信息分散且噪声大，用户主页基本信息，用户发布的内容，用户的社交关系网络都蕴含着丰富的信息。多源异构信息的有效利用能够捕获更加丰富的特征，但是同时也增加了计算工作量。尤其针对不同的预测目标，同样的特征要重复计算来得到预测结果，没有合理有效的利用。目前的用户画像模型预测的属性比较单一，只是针对某一两个属性预测的准确率进行优化，忽略了属性之间的相互作用，导致用户画像模型预测准确率低，特征提取负担大。

发明内容

本发明的目的是为了解决现有用户画像模型预测准确率低，特征提取负担大的问题，而提出一种多任务机器学习的预测方法。

一种多任务机器学习的预测方法具体过程为：

步骤一、采集各信息源数据，包括：

(1)用户微博主页的基本信息，如：性别、年龄、学校居住城市等；

(2)用户发布的微博文本内容信息，如：在社交网络的发布的文本、发布的时间、地点、发布所用的工具等；

(3)用户的社交关系网络信息，如：用户关注的人和被关注的人等，从用户社交关系网络主页的“关注人和被关注人”列表获取；

对各信息源数据做预处理，得到预处理后的文本；

步骤二、采用预处理后的各信息源数据训练各信息源各自的学习模型，对各信息源分别进行特征提取，得到各信息源的特征；

步骤三、将各信息源的特征编码为矢量，融合多源数据，构建多任务学习框架；

步骤四、对各个子任务(各个子任务代表步骤二中“各信息源各自的学习模型”)设置不同的全连接层和损失函数，得到各个子任务的预测结果；

步骤五、将步骤四中各个子任务的预测结果进行加权投票，输出最终预测结果。

本发明的有益效果为：

本发明融合多源信息，分别对不同信息源制定了不同的特征提取方法，并利用各个属性之间的联系，构建了多任务学习框架。全面描述用户特征，提高了各个任务预测的准确率，同时减轻了特征学习的负担。

实验结果表明，本发明提出的多任务机器学习的预测方法，与SVM和Text-CNN算法相比，在用户属性预测准确率提高了5％以上。

附图说明

图1为本发明模型框架图；

图2为多尺度CNN+Attention模型框架图。

具体实施方式

具体实施方式一：本实施方式一种多任务机器学习的预测方法具体过程为：

步骤一、采集各信息源数据，包括：

(1)用户微博主页的基本信息，如：性别、年龄、学校居住城市等；

(2)用户发布的微博文本内容信息，如：在社交网络的发布的文本、发布的时间、地点、发布所用的工具等；