[发明专利]基于贝叶斯网络的个人数据分析方法及计算机存储介质有效
| 申请号： | 201811596679.X | 申请日： | 2018-12-26 |
| 公开（公告）号： | CN109697512B | 公开（公告）日： | 2023-10-27 |
| 发明（设计）人： | 吕建华;张柏礼 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06N7/01 | 分类号： | G06N7/01;G06N5/04;G06N3/126 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210000 *** | 国省代码： | 江苏;32 |
| 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贝叶斯网络的个人数据分析方法及计算机存储介质，方法包括以下步骤：(1)将个人生活行为数据具体化为行为和行为属性的一维向量，行为属性中至少包含时间属性，经过数据预处理，得到生活行为数据记录；(2)通过混合结构学习算法对数据进行学习，构建生活数据贝叶斯网络；(3)根据生活数据贝叶斯网络进行参数学习，学习得到每个网络节点的条件概率分布表；(4)根据生活数据贝叶斯网络，使用联合树推理算法，基于特定行为的概率计算其他行为发生的概率，完成个人生活行为分析预测。本方法将贝叶斯网络应用到个人行为数据分析中去，并对网络构造方法进行了改进，有效地提高学习的准确率和算法的收敛性，提升运行性能。 | ||
| 搜索关键词： | 基于 贝叶斯 网络 个人 数据 分析 方法 计算机 存储 介质 | ||
【主权项】：
1.一种基于贝叶斯网络的个人数据分析方法，其特征在于包括以下步骤：(1)将个人生活行为数据具体化为行为和行为属性的一维向量，行为属性中至少包含时间属性，经过数据预处理，得到生活行为数据记录；(2)通过混合结构学习算法对数据进行学习，构建生活数据贝叶斯网络；(3)根据步骤(2)中的生活数据贝叶斯网络进行参数学习，学习得到每个网络节点的条件概率分布表；(4)根据步骤(2)中的生活数据贝叶斯网络，使用联合树推理算法，基于特定行为的概率计算其他行为发生的概率，完成个人生活行为分析预测。
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东南大学，未经东南大学许可，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/201811596679.X/，转载请声明来源钻瓜专利网。
