基于联邦模型的家庭客户识别方法、装置、电子设备、介质及产品

AITNT
正文
推荐专利
基于联邦模型的家庭客户识别方法、装置、电子设备、介质及产品
申请号:CN202411677424
申请日期:2024-11-21
公开号:CN119475432B
公开日期:2025-10-31
类型:发明专利
摘要
本申请公开了一种基于联邦模型的家庭客户识别方法、装置、电子设备、介质及产品,涉及联邦学习技术领域,基于联邦模型的家庭客户识别方法包括:采集原始客户数据,其中,原始客户数据至少包括运营商数据、社交数据、电商数据、用车数据、位置数据或智能家居数据中的一种;将原始客户数据输入到预设的家庭群组识别联邦模型,获得多组家庭群组数据;将各家庭群组数据输入到预设的高价值客户识别联邦模型,得到高价值客户识别结果,其中,高价值客户识别结果包括家庭群组数据对应的高价值标签。本申请的技术方案解决了目前针对高价值家庭客户的识别方案存在准确性低以及数据安全风险的问题。
技术关键词
联邦模型 客户识别方法 家庭 智能家居数据 客户识别装置 消费特征 计算机程序产品 联邦学习技术 社交 识别模块 电商 电子设备 标签 数据采集模块 处理器 数据安全 可读存储介质 存储器
系统为您推荐了相关专利信息
1
一种基于动力环境监控单元的家庭电器管控系统和方法
动力环境监控 云端服务器 家庭 外置传感器 多协议
2
使用神经数据和机器学习对未来自闭症诊断和干预响应的预测
机器学习模型 数据 儿童 中枢神经系统 功能近红外光谱
3
自制系统的漏洞分析修复方法
漏洞分析修复方法 差分隐私技术 联邦模型 迁移学习技术 加密
4
引导语句的确定方法及装置、存储介质、电子装置
交互模型 语句 网络 意图识别 对象
5
能耗预测方法、装置、设备及存储介质
节假日信息 能耗预测方法 驻车 天气 编程
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