[发明专利]利用大数据进行深度学习以提供增值服务的方法、系统

摘要

本发明公开了一种利用大数据进行深度学习以帮助核心客户提供增值服务的方法、系统及存储介质，首先对收集的用户信息进行去隐私及归一化预处理，得到多个信息向量作为深度神经网络DBN的核心特征，并通过DBN网络挖掘其它特征向量，结合无监督和有监督的训练学习，得到用户价值指数模型。最后以用户价值指数模型来完成核心用户的判断和为其提供有针对性的增值服务。

主权项

1.一种利用大数据进行深度学习以提供增值服务的方法，包括以下步骤：1)对收集到的用户信息进行预处理，所述预处理包括对用户信息进行去隐私处理和归一化操作，所述用户信息包括用户的购买的产品或服务种类及其对应价格，下单时间，位置信息，兴趣信息，消费水平信息形成信息向量，包括聚类得到时间偏好向量中心集，分类时利用该向量中心集；对具体上网地点转换为统一地点，计算地点根集合中客户地点驻留值向量，聚类得到客户地点偏好向量中心集，以对客户进行地点偏好分类；计算客户对各业务的兴趣度向量，以对客户进行兴趣爱好分类，对终端设备转换为价格以反映客户消费水平，利用客户产生的时间偏好向量、地点偏好向量、兴趣度向量、消费水平进行聚类；2)将所述预处理后的数据输入到深度神经网络进行有监督的训练学习，得到用户价值指数模型，所述深度神经网络为多层限制玻尔兹曼机；3)根据用户价值指数模型对用户的级别进行判断校验，进一步校正可能存在的判断分类错误；4)在此利用所述步骤1)得到的所述预处理信息，对被判断为核心客户的用户提供有针对性的增值服务。