[发明专利]一种基于行为动机仿真的机器学习系统及方法

说明书

本发明提出了一种基于行为动机仿真的机器学习系统及方法，涉及机器学习技术领域。通过行为动机数据获取模块获取行为动机数据集；第一事件预测模块将行为动机数据集输入至预置的事件预测模型中，得到第一事件预测结果；行为仿真模块将行为动机数据集进行行为仿真；行为分类模块将行为仿真数据集按照预置的行为分类规则进行分类；第二事件预测模块根据多种类别的行为数据集中异常行为数据在预置的事件预测库中进行匹配，得到第二事件预测结果；对比模块将第一事件预测结果与第二事件预测结果进行对比；训练结果模块根据对比结果生成预置的事件预测模型的训练结果。从而可以知道预置的事件预测模型的性能好坏，进而方便对预测模型进行性能评估。

技术领域

本发明涉及机器学习技术领域，具体而言，涉及一种基于行为动机仿真的机器学习系统及方法。

背景技术

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

在许多场景下，需要对人们行为或行为动机事件进行分析和处理，同时根据行为动机进行事件预测，以提前做好相关准备工作。例如：在大型活动现场或是轨道交通车站，可以根据人们的行为动机预测出发生突发事件的概率或是类型，从而可以提前预警，以避免突发事件带来的危害。

在进行事件预测时，常常会用到各种预测模型，这些预测模型就是机器学习的一种体现，这些预测模型是在大量样本数据进行训练后得到，预测模型训练得越好，得到的预测结果就越精确，但是在训练后无法判断出训练得到的模型的优良，导致无法对预测模型进行性能评估。

发明内容

本发明的目的在于提供一种基于行为动机仿真的机器学习系统及方法，用以改善现有技术中预测模型训练后无法判断出训练得到的模型的优良，导致无法对预测模型进行性能评估的问题。

第一方面，本申请实施例提供一种基于行为动机仿真的机器学习系统，包括：

行为动机数据获取模块，用于获取行为动机数据集；

第一事件预测模块，用于将行为动机数据集输入至预置的事件预测模型中，得到第一事件预测结果；

行为仿真模块，用于将行为动机数据集进行行为仿真，得到行为仿真数据集；

行为分类模块，用于将行为仿真数据集按照预置的行为分类规则进行分类，得到多种类别的行为数据集；

第二事件预测模块，用于根据多种类别的行为数据集中异常行为数据在预置的事件预测库中进行匹配，得到第二事件预测结果；

对比模块，用于将第一事件预测结果与第二事件预测结果进行对比，得到对比结果；

训练结果模块，用于根据对比结果生成预置的事件预测模型的训练结果。

上述实现过程中，通过行为动机数据获取模块获取行为动机数据集；然后第一事件预测模块将行为动机数据集输入至预置的事件预测模型中，得到第一事件预测结果；然后行为仿真模块将行为动机数据集进行行为仿真，得到行为仿真数据集；然后行为分类模块将行为仿真数据集按照预置的行为分类规则进行分类，得到多种类别的行为数据集；然后第二事件预测模块根据多种类别的行为数据集中异常行为数据在预置的事件预测库中进行匹配，得到第二事件预测结果；对比模块将第一事件预测结果与第二事件预测结果进行对比，得到对比结果；最后训练结果模块根据对比结果生成预置的事件预测模型的训练结果。通过将行为动机数据集采用不同的方式进行事件预测，得到第一事件预测结果与第二事件预测结果，再通过比较第一事件预测结果与第二事件预测结果得到对比结果，根据对比结果就可以得到采用预置的事件预测模型进行预测的准确度，从而可以知道预置的事件预测模型的性能好坏，进而方便对预测模型进行性能评估。

基于第一方面，在本发明的一些实施例中，还包括：