基于预训练的用户特征点归类方法、装置及电子设备

AITNT
正文
推荐专利
基于预训练的用户特征点归类方法、装置及电子设备
申请号:CN202411088167
申请日期:2024-08-09
公开号:CN118606810B
公开日期:2024-12-10
类型:发明专利
摘要
本发明实施例中提供了一种基于预训练的用户特征点归类方法、装置及电子设备,属于数据处理技术领域,该方法包括:从多个社交媒体中获得原始数据后,设置与所述原始数据对应的预处理向量;为第一深度学习模型建立数据更新规则,将所述标准数据输入到第一深度学习模型中,通过构建自定义查询器,形成查询数据;通过将所述查询数据输入到第二深度学习模型进行预训练,得到第二训练参数集合;使用第一深度学习模型M1处理待归类数据X,得到第一组特征点集合F1,将所有第二特征点集合通过融合机制整合为最终表征用户特征点的第二特征点集合F2*。本发明中的算法利用预训练和微调的方法,能够提高用户兴趣分类的准确性和效率。
技术关键词
特征点集合 归类方法 数据更新 深度学习模型训练 社交媒体平台 参数 融合特征 查询器 抓取工具 文本 电子设备 归类装置 指数 数据处理技术 时间差
系统为您推荐了相关专利信息
1
基于人工智能的临床试验患者筛选与动态随访管理方法
数据更新频率 患者 随访方法 人工智能驱动 动态
2
基于高斯飞溅的抓取方法、系统、机器人以及存储介质
物体 自然语言 基元 抓取系统 抓取方法
3
成果信息服务区块链部署方法、装置、设备及电子介质
区块链部署方法 节点 区块链平台 点对点 数据存储
4
一种用于处理数字地图的地图数据的方法
地图数据处理方法 增量更新 局部路径规划 数据传输协议 路径规划算法
5
储能电池的电池性能衰减测试方法、装置及设备
衰减测试方法 储能电池 衰减特征 正态分布模型 噪声特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号