[发明专利]一种多模型融合的烟草市场监管异常数据挖掘方法有效
| 申请号： | 201911345566.7 | 申请日： | 2019-12-24 |
| 公开（公告）号： | CN111199343B | 公开（公告）日： | 2023-07-21 |
| 发明（设计）人： | 李天举;谢志峰;丁友东 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06Q10/0631 | 分类号： | G06Q10/0631;G06Q50/04;G06Q50/26;G06F18/214;G06N20/20 |
| 代理公司： | 上海上大专利事务所(普通合伙) 31205 | 代理人： | 陆聪明 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种多模型融合的烟草市场监管异常数据挖掘方法。该方法主要有以下几个步骤：（1）对烟草市场监管数据集进行数据预处理，将数据处理成静态特征指标与动态特征指标；（2）分别训练基于深度学习的xDeepFM模型，以及XGBoost、LightGBM等机器学习模型，使得各个单一模型达到最优的训练效果；（3）通过集成学习的Stacking方式，将不同的算法模型集成融合，形成一个在整体性能上优于单个基学习器的集成模型，进而提升模型的预测性能；（4）最后使用LightGBM算法完成零售户异常经营行为的概率预测。该模型不仅有效解决了数据在高纬度的稀疏性问题，还让模型自动的去学习特征之间的交叉特性。充分证明了机器学习算法和深度学习网络结合后，能够表现出更加优越的性能。 | ||
| 搜索关键词： | 一种 模型 融合 烟草 市场监管 异常 数据 挖掘 方法 | ||
【主权项】：
暂无信息
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上海大学，未经上海大学许可，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/201911345566.7/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
