[发明专利]基于深度神经网络与图网络的核心用户挖掘方法及系统有效
| 申请号： | 201910099267.3 | 申请日： | 2019-01-31 |
| 公开（公告）号： | CN109597844B | 公开（公告）日： | 2020-12-22 |
| 发明（设计）人： | 吴书;王亮;于雪莉;王海滨;纪文峰;李凯 | 申请（专利权）人： | 中科人工智能创新技术研究院（青岛）有限公司 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06N3/04;G06Q30/02 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李圣梅 |
| 地址： | 266300 山东省青岛市胶州市*** | 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： | 本公开提出了基于深度神经网络与图网络的核心用户挖掘方法，包括：构建用户‑游戏历史信息数据库；进行数据预处理；根据数据预处理后的游戏用户游戏历史序列观测数据，建立以游戏名称为节点，时间顺序为边的有向图，并输入到图网络嵌入方法中，以预测下一时间感兴趣的游戏；针对每个游戏用户均进行上述有向图的建立，得到的每个游戏的表达，与对应用户的个人信息进行特征拼接，融合输入到深度神经网络中，以预测该用户是否为该款游戏的核心玩家。本公开基于图网络嵌入与深度神经网络的融合方法来解决序列预测问题，将时序信息以图网络的形式充分地学习，并融合深度学习方法学习更高层次地交互表达，以此提高模型预测地准确度。 | ||
| 搜索关键词： | 基于 深度 神经网络 网络 核心 用户 挖掘 方法 系统 | ||
【主权项】：
1.基于深度神经网络与图网络的核心用户挖掘方法，其特征是，包括：根据游戏用户个人信息数据和游戏用户对应的游戏历史序列观测数据，构建用户‑游戏历史信息数据库；对用户‑游戏历史信息数据库中的信息进行数据预处理，使之满足长序列建模标准；根据数据预处理后的游戏用户游戏历史序列观测数据，建立以游戏名称为节点，时间顺序为边的有向图，并输入到图网络嵌入方法中，以预测下一时间感兴趣的游戏；针对每个游戏用户均进行上述有向图的建立，得到的每个游戏的表达，与对应用户的个人信息进行特征拼接，融合输入到深度神经网络中，以预测该用户是否为该款游戏的核心玩家。
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科人工智能创新技术研究院（青岛）有限公司，未经中科人工智能创新技术研究院（青岛）有限公司许可，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/201910099267.3/，转载请声明来源钻瓜专利网。
