摘要
本发明涉及深度学习技术领域,且公开了一种基于CGAN和深度CNN的消费流量识别方法获取消费者特征和快消品特征,通过收集消费者不同类别数据集,构建消费者特征集合并依据消费者特征获取快消品流量数据集和快消品新流量数据集,构造CGAN网络,并对构建完成的CGAN网络进行训练,构建CNN网络,并对CNN网络进行训练,通过构建的CGAN网络和CNN网络对消费流量进行识别。该基于CGAN和深度CNN的消费流量识别方法可以根据消费者群体特征和快消品特征生成快消品流量数据,不需要收集大量的真实数据,同时根据快消品流量数据判断这种快消品是否是该消费者群体的新流量,为快消品企业提供了一种有效的市场分析和营销策略的依据。
技术关键词
流量识别方法
数据生成器
输出特征
表达式
深度学习技术
职业
收入
年龄
误差函数
随机噪声
传播算法
过滤器
网络结构
序列
参数
索引
代表
系统为您推荐了相关专利信息
故障分类器
特征提取器
故障诊断方法
输出特征
多层卷积神经网络
风速风向数据
海洋船舶
校正方法
线性回归模型
表达式
电梯运行数据
神经网络模型训练
电梯运行控制
离线
时间段