摘要
本发明涉及一种互联网营销活动重点用户参与度趋势预测方法,属于供互联网趋势预测领域,其包括以下步骤:S1.收集营销数据,根据营销数据中的重点用户的分类权重和互动行为分数构建重点用户参与度趋势序列;S2.构建变分模态模型,使用粒子群优化算法优化变分模态模型的最优参数组合,并通过变分模态模型将重点用户参与度趋势序列分解为若干重点用户参与度趋势子序列;S3.采用DenseNet网络的密集连接方式改进时域卷积网络,将各重点用户参与度趋势子序列分别送入改进的时域卷积网络中进行卷积运算,分析重点用户参与趋势。本发明解决了联网营销趋势预测趋势序列非线性非平稳的问题,避免梯度消失和爆炸问题,加强特征重用的能力。
技术关键词
时域卷积网络
趋势预测方法
DenseNet网络
序列
粒子群优化算法
互联网
因子
粒子群算法
网络结构
包络
频率
表达式
非线性
精度
时间段
索引
拉格朗日
数据
参数
系统为您推荐了相关专利信息
二维卷积神经网络
融合特征
图像特征区域
传感器安装位置
传感器特征
ARIMA模型
监测方法
画像
立方体
数据采集模块
资源分配策略
资源调度模型
网络切片资源
5G网络切片
网络模块
上下文特征
识别系统
文本
特征提取模块
可视化方式