基于机器学习的绿色出行影响因素挖掘及意愿程度衡量方法

AITNT
正文
推荐专利
基于机器学习的绿色出行影响因素挖掘及意愿程度衡量方法
申请号:CN202411366803
申请日期:2024-09-29
公开号:CN119226518A
公开日期:2024-12-31
类型:发明专利
摘要
本发明公开了一种基于机器学习的绿色出行影响因素挖掘及意愿程度衡量方法,属于绿色出行技术领域,该基于机器学习的绿色出行影响因素挖掘及意愿程度衡量方法,包括以下步骤:根据设定词收集若干条有效数据,并利用Word2vec算法进行筛选;利用BERT模型对所述有效数据进行绿色出行意愿挖掘,并对每条所述有效数据的绿色出行意愿的等级进行标注;基于LDA和UMAP对所述有效数据进行绿色出行影响因素提取;对绿色出行意愿和影响因素进行关联分析。通过爬取与绿色出行相关的文本数据,使用Word2vec算法等文本挖掘技术处理非结构化数据,并对筛选后的数据进行分析,筛选相关有效数据,在一定程度能够上客观、真实且全面地提取居民绿色出行意愿的影响因素体系。
技术关键词
绿色出行 BERT模型 多元线性回归模型 数据处理模块 主题 文本挖掘技术 算法 数据分析模块 关键词 数据获取模块 优化器 可读存储介质 训练集 聚类 居民 列表 处理器 曲线
系统为您推荐了相关专利信息
1
一种基于数据采集的舆情分析方法与系统
舆情分析方法 人物实体 情感分析模型 双向注意力机制 BERT模型
2
一种高韧性钢构件的偏差分析检测系统及方法
分析检测系统 高韧性钢 偏差 数据采集模块 分析模块
3
语义解析与关键词驱动的文档前后一致性比对方法
语义向量 预训练语言模型 比对方法 目录 可视化工具
4
一种基于半监督学习的抽象式文本摘要方法及系统
文本摘要方法 半监督学习 自动文本摘要 序列 对抗性
5
一种城市内涝监测与应急处理系统
城市内涝监测 数据采集模块 集成模块 应急资源管理 数据处理模块
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