[发明专利]一种基于卷积神经网络的用户属性推断方法和装置有效
| 申请号： | 201810124041.X | 申请日： | 2018-02-07 |
| 公开（公告）号： | CN108492200B | 公开（公告）日： | 2022-06-17 |
| 发明（设计）人： | 曹亚男;李晓雪;尚燕敏;刘燕兵;谭建龙;郭莉 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06Q50/00 | 分类号： | G06Q50/00;G06F16/9535;G06N3/04 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 邱晓锋 |
| 地址： | 100093 *** | 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： | 本发明涉及一种基于卷积神经网络的用户属性推断方法和装置。该方法根据用户节点的属性和好友关系，建立自中心网络；然后采用卷积神经网络提取所述自中心网络中用户节点的属性信息和好友关系中所包含的隐藏信息，利用所述隐藏信息推断出用户的缺失属性。针对好友关系无法直接获取或获取难度较大的社交网络，采用神经网络仅利用用户的属性信息对缺失的属性进行分类预测。本发明可以很好的避免人为定义相似度函数的局限性，而且通过卷积核的卷积操作能够更好的表现出不同属性间以及不同的属性维度间的关系，从而能够高效、准确地进行用户缺失属性推断。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 用户 属性 推断 方法 装置 | ||
【主权项】：
1.一种基于卷积神经网络的用户属性推断方法，其特征在于，包括以下步骤：1)根据用户节点的属性和好友关系，建立自中心网络；2)采用卷积神经网络提取所述自中心网络中用户节点的属性信息和好友关系中所包含的隐藏信息，利用所述隐藏信息推断出用户的缺失属性。
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中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，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/201810124041.X/，转载请声明来源钻瓜专利网。
