[发明专利]一种基于深度学习的互联网流量大数据分析方法有效
| 申请号： | 201710132366.8 | 申请日： | 2017-03-07 |
| 公开（公告）号： | CN107086925B | 公开（公告）日： | 2020-04-07 |
| 发明（设计）人： | 潘强 | 申请（专利权）人： | 珠海城市职业技术学院 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04L12/26;H04L29/08;G06F16/9535;G06N3/08 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 谭英强 |
| 地址： | 519090 广东省珠海市*** | 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： | 本发明公开了一种基于深度学习的互联网流量大数据分析方法，包括：获取原始的互联网流量监测数据；采用融合N近邻填充算法和门限填充算法的不完整数据填充算法对获取的互联网流量监测数据进行填充处理；根据填充处理后的数据采用基于无限深度神经网络的深度学习方法进行分类处理，得到互联网网站的分类结果；根据互联网网站的分类结果进行数据挖掘；根据数据挖掘的结果为用户进行互联网网站推荐。本发明采用了具有反馈连接的无限深度神经网络来取代现有的前馈神经网络，能处理动态数据，实时性较好；采用融合N近邻填充算法和门限填充算法的不完整数据填充算法对获取的互联网流量监测数据进行填充处理，精度高。本发明可广泛应用于数据挖掘领域。 | ||
| 搜索关键词： | 一种 基于 深度 学习 互联网 流量 数据 分析 方法 | ||
【主权项】：
一种基于深度学习的互联网流量大数据分析方法，其特征在于：包括以下步骤：获取原始的互联网流量监测数据；采用融合N近邻填充算法和门限填充算法的不完整数据填充算法对获取的互联网流量监测数据进行填充处理，其中，N为设定的最近邻数据总个数；根据填充处理后的数据采用基于无限深度神经网络的深度学习方法进行分类处理，得到互联网网站的分类结果，其中，无限深度神经网络的同层神经元之间存在反馈连接；根据互联网网站的分类结果进行数据挖掘；根据数据挖掘的结果为用户进行互联网网站推荐。
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珠海城市职业技术学院，未经珠海城市职业技术学院许可，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/201710132366.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种纸箱纸板存储架
- 下一篇：一种用于消声止回阀的放置装置
