摘要
本发明提供一种用户满意度预测方法、装置、电子设备及存储介质,其中方法包括:获取目标用户的动态数据以及静态数据;基于经验模态分解方法,将动态数据分解为多个本征模态函数和残差值,并构建拓展矩阵;基于预设权重系数,对静态数据进行加权,得到加权后的静态数据矩阵;对加权后的静态数据矩阵以及拓展矩阵进行拼接,并基于拼接矩阵进行满意度预测。本发明提供的用户满意度预测方法、装置、电子设备及存储介质,采用经验模态分解将用户的感知动态时间序列数据进行分解处理并与静态数据进行耦合处理得到增强特征,可以针对用户行为数据的复杂动态特征进行深入分析,提升了对目标用户的满意度预测的准确率。
技术关键词
满意度预测方法
宽度学习系统
经验模态分解方法
矩阵
非暂态计算机可读存储介质
电子设备
处理器
机器学习模型
数据获取模块
拟合算法
计算机程序产品
预测装置
时间段
存储器
标签
动态
逻辑
序列
系统为您推荐了相关专利信息
进化算法
注意力
长短期记忆网络
时序特征
卡尔曼滤波融合
协方差矩阵
卡尔曼滤波算法
车辆定位装置
车辆定位方法
定位标记