[发明专利]用户状态单分类模型训练方法和装置有效
| 申请号： | 201510006021.9 | 申请日： | 2015-01-05 |
| 公开（公告）号： | CN104537252B | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 陈蓉 | 申请（专利权）人： | 深圳市腾讯计算机系统有限公司 |
| 主分类号： | G06F17/16 | 分类号： | G06F17/16;G06F17/18 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 何平;邓云鹏 |
| 地址： | 518000 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种用户状态单分类模型训练方法和装置，该方法包括：获取已知属于指定用户状态类的至少两个正训练样本；每个正训练样本具有至少两项用户属性信息；根据每个正训练样本的各项用户属性信息，提取每个正训练样本的样本特征向量；根据所述样本特征向量来估计模型参数，并根据估计出的模型参数生成概率密度函数模型；生成用户状态单分类模型，所述用户状态单分类模型包括用于接收输入的特征向量并计算出函数值的概率密度函数模型，还包括用于根据计算出的函数值运算出表示是否属于所述指定用户状态类的分类结果的分类判定模型。本发明提供的用户状态单分类模型训练方法和装置，分类性能好、人为因素影响小且泛化能力强。 | ||
| 搜索关键词： | 用户 状态 分类 模型 训练 方法 装置 | ||
【主权项】：
1.一种用户状态单分类模型训练方法，所述方法包括：获取已知属于指定用户状态类的至少两个正训练样本；每个正训练样本具有至少两项用户属性信息；根据每个正训练样本的各项用户属性信息，提取每个正训练样本的样本特征向量；将所有正训练样本划分为第一类正训练样本和第二类正训练样本；在模型参数的取值范围内取候选参数值；根据第一类正训练样本和每个候选参数值分别生成候选用户状态单分类模型，以对第二类正训练样本进行分类并统计分类准确率；将对应分类准确率最高的候选参数值作为估计出的模型参数；根据估计出的模型参数生成概率密度函数模型；生成用户状态单分类模型，所述用户状态单分类模型包括用于接收输入的特征向量并计算出函数值的概率密度函数模型，还包括用于根据计算出的函数值运算出表示是否属于所述指定用户状态类的分类结果的分类判定模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市腾讯计算机系统有限公司，未经深圳市腾讯计算机系统有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510006021.9/，转载请声明来源钻瓜专利网。
