[发明专利]智能电视中潜在付费用户预测方法及系统有效
| 申请号： | 201810879462.3 | 申请日： | 2018-08-03 |
| 公开（公告）号： | CN108965938B | 公开（公告）日： | 2020-03-20 |
| 发明（设计）人： | 姜国运;马军 | 申请（专利权）人： | 山东大学 |
| 主分类号： | H04N21/25 | 分类号： | H04N21/25;H04N21/258;H04N21/45;H04N21/466 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250101 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了智能电视中潜在付费用户预测方法及系统，包括：构建正相关数据集和负相关数据集；从正相关数据集中提取正相关特征；从负相关数据集中提取负相关特征；数据特征衍生；利用融合后的正相关新特征和融合后的负相关新特征对预先搭建的Embeded Wide&Deep模型进行训练，得到训练好的Embeded Wide&Deep模型；将待预测用户的新特征输入到训练好的Embeded Wide&Deep模型中，输出待预测用户是潜在付费用户还是非潜在付费用户。有效的挖掘潜在付费用户，提出了当前在智能电视领域的解决方案，以便于企业制定相应商业策略提升企业盈利能力。 | ||
| 搜索关键词： | 智能 电视 潜在 付费 用户 预测 方法 系统 | ||
【主权项】：
1.智能电视中潜在付费用户预测方法，其特征是，包括：数据集构建：构建正相关数据集和负相关数据集；数据特征提取：从正相关数据集中提取正相关特征；从负相关数据集中提取负相关特征；数据特征衍生：对正相关特征进行衍生，生成正相关新特征；将正相关特征和正相关新特征进行特征融合，得到融合后的正相关特征；对负相关特征进行衍生，生成负相关新特征；将负相关特征和负相关新特征进行特征融合，得到融合后的负相关特征；模型训练步骤：利用融合后的正相关新特征和融合后的负相关新特征对预先搭建的Embeded Wide&Deep模型进行训练，得到训练好的Embeded Wide&Deep模型；潜在付费用户预测：提取待预测用户的用户自身行为特征、用户所观看节目的特征和被观看节目的特征；对提取的待预测用户的用户自身行为特征、用户所观看节目的被动特征和被观看节目的主动特征进行特征衍生，形成待预测用户的新特征；将待预测用户的新特征输入到训练好的Embeded Wide&Deep模型中，输出待预测用户是潜在付费用户还是非潜在付费用户。
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山东大学，未经山东大学许可，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/201810879462.3/，转载请声明来源钻瓜专利网。
