[发明专利]一种基于卷积网络进行网络访问数据进行处理的方法在审
| 申请号： | 201810022744.1 | 申请日： | 2018-01-10 |
| 公开（公告）号： | CN108280511A | 公开（公告）日： | 2018-07-13 |
| 发明（设计）人： | 郭威 | 申请（专利权）人： | 北京掌阔移动传媒科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100025 北京市朝阳区惠河南*** | 国省代码： | 北京;11 |
| 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卷积网络进行网络访问数据进行处理的方法，包括：步骤1)训练卷积神经网络模型；步骤2)获取广告在用户客户端的展示、点击和转换数据；步骤3)对展示、点击和转换数据进行编码，并针对每一条用户数据，生成对应的矩阵张量；步骤4)将以上矩阵张量送入步骤1)中训练好的卷积神经网络中，得到其输出向量。该方法使用cnn网络处理，将其直接作为高维度向量处理，直接将一次输入的向量经过cnn处理后在传入到后续分类器做后续处理。这样解决了后续分类器使用dummy变量过多的问题。而是通过cnn网络将高维度的数据降为低维度的数据，同时不减少信息量。 | ||
| 搜索关键词： | 矩阵 卷积神经网络 网络访问数据 转换数据 分类器 高维 卷积 网络 方法使用 后续处理 输出向量 网络处理 向量处理 用户客户 用户数据 低维 向量 信息量 送入 展示 广告 | ||
【主权项】：
1.一种基于卷积网络进行网络访问数据进行处理的方法，其特征在于，包括：步骤1)训练卷积神经网络模型，包括：获取样本数据，该样本数据中包括：用户的性别、客户端ID、广告ID以及访问时间；按照以下的卷积公式进行数据处理：![]()
x(t)和h(t)函数是卷积的变量，p是积分变量，t是使函数h(‑p)位移的量，星号*表示卷积；选择一个y(t)包含的数据编码信息量最大的卷积公式，以此作为训练好的卷积神经网络模型；步骤2)获取广告在用户客户端的展示、点击和转换数据；步骤3)对展示、点击和转换数据进行编码，并针对每一条用户数据，生成对应的矩阵张量；步骤4)将以上矩阵张量送入步骤1)中训练好的卷积神经网络中，得到其输出向量。
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北京掌阔移动传媒科技有限公司，未经北京掌阔移动传媒科技有限公司许可，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/201810022744.1/，转载请声明来源钻瓜专利网。
