[发明专利]基于代价敏感和半监督分类的客户分类方法及装置在审
| 申请号： | 201810258062.0 | 申请日： | 2018-03-27 |
| 公开（公告）号： | CN108388929A | 公开（公告）日： | 2018-08-10 |
| 发明（设计）人： | 肖进;刘潇潇 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q30/02 |
| 代理公司： | 成都厚为专利代理事务所(普通合伙) 51255 | 代理人： | 夏柯双 |
| 地址： | 610000 四川省成都*** | 国省代码： | 四川;51 |
| 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代价敏感和半监督分类的客户分类方法及装置，其中方法包括：获取有类别标签数据集L、无类别标签数据集U和测试集Test；对有类别标签数据集L和无类别标签数据集U采用随机子空间法训练N个基本分类模型CS；分别使用所述N个基本分类模型CS对测试集Test中的样本进行分类，得到N个中间分类结果R1,R2,…,RN；对N个中间分类结果R1,R2,…,RN使用多数投票集成得到最终分类结果。本发明将代价敏感学习、半监督学习和随机子空间相结合，既能够使用代价敏感学习较好地处理类别不平衡的数据，又能够使用半监督学习将无类别标签样本中包含的大量信息加以利用，同时还能利用随机子空间提高模型的目标客户选择性能，从而具有更好的目标客户选择性能。 | ||
| 搜索关键词： | 类别标签 数据集 随机子空间 分类结果 敏感 基本分类模型 半监督学习 客户分类 目标客户 选择性能 半监督 测试集 分类 样本 学习 投票 | ||
【主权项】：
1.基于代价敏感和半监督分类的客户分类方法，其特征在于，包括：S1.获取有类别标签数据集L、无类别标签数据集U和测试集Test；S2.对有类别标签数据集L和无类别标签数据集U采用随机子空间法训练N个基本分类模型CS；S3.分别使用所述N个基本分类模型CS对测试集Test中的样本进行分类，得到N个中间分类结果R1,R2,...,RN；S4.对N个中间分类结果R1,R2,...,RN使用多数投票集成得到最终分类结果。
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四川大学，未经四川大学许可，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/201810258062.0/，转载请声明来源钻瓜专利网。
