[发明专利]一种多任务机器学习的预测方法有效
| 申请号： | 201910876897.7 | 申请日： | 2019-09-17 |
| 公开（公告）号： | CN110569920B | 公开（公告）日： | 2022-05-10 |
| 发明（设计）人： | 乔学明;张祥坤;乔琳霏;孙云栋;邢凯;朱伟义;许明;刘燕燕;王超;夏迎雪;陈秀娟;刘乘麟;姜婷;刘振华;杨军洲;朱东杰 | 申请（专利权）人： | 国家电网有限公司;国网山东省电力公司威海供电公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F16/35;G06Q10/04;G06Q50/00 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 时起磊 |
| 地址： | 100031 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种多任务机器学习的预测方法，本发明涉及多任务机器学习的预测方法。本发明的目的是为了解决现有用户画像模型预测准确率低，特征提取负担大的问题。过程为：一、采集各信息源数据，对各信息源数据做预处理，得到预处理后的文本；二、采用预处理后的各信息源数据训练各信息源各自的学习模型，对各信息源分别进行特征提取，得到各信息源的特征；三、将各信息源的特征编码为矢量，融合多源数据，构建多任务学习框架；四、对各个子任务设置不同的全连接层和损失函数，得到各个子任务的预测结果；五、将四中各个子任务的预测结果进行加权投票，输出最终预测结果。本发明用于机器学习预测领域。 | ||
| 搜索关键词： | 一种 任务 机器 学习 预测 方法 | ||
【主权项】：
1.一种多任务机器学习的预测方法，其特征在于：所述方法具体过程为：/n步骤一、采集各信息源数据，包括：/n(1)用户微博主页的基本信息；/n(2)用户发布的微博文本内容信息；/n(3)用户的社交关系网络信息；/n对各信息源数据做预处理，得到预处理后的文本；/n步骤二、采用预处理后的各信息源数据训练各信息源各自的学习模型，对各信息源分别进行特征提取，得到各信息源的特征；/n步骤三、将各信息源的特征编码为矢量，融合多源数据，构建多任务学习框架；/n步骤四、对各个子任务设置不同的全连接层和损失函数，得到各个子任务的预测结果；/n步骤五、将步骤四中各个子任务的预测结果进行加权投票，输出最终预测结果。/n
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国家电网有限公司;国网山东省电力公司威海供电公司，未经国家电网有限公司;国网山东省电力公司威海供电公司许可，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/201910876897.7/，转载请声明来源钻瓜专利网。
