摘要
本发明提供一种用户行为识别方法、系统、电子设备及存储介质,涉及数据处理技术领域,该方法包括:获取待分析用户对应的目标行为数据;将所述目标行为数据输入至深度特征提取模型,得到所述目标行为数据对应的目标高维特征向量,其中,所述深度特征提取模型是基于标记有行为标签的样本行为数据训练得到的;将所述目标高维特征向量输入至不确定性度量模型,得到由所述不确定性度量模型输出的所述目标行为数据对应的行为类别置信度,其中,所述不确定性度量模型是由所述样本行为数据对应的样本特征向量和所述样本特征向量对应的行为类别作为节点的贝叶斯网络构建得到的。本发明提高了用户行为识别的准确性和稳定性。
技术关键词
深度特征提取
高维特征向量
后验概率分布
度量
识别方法
深度学习模型
节点
门控循环单元
标签
网络
非暂态计算机可读存储介质
训练样本集
堆叠层
基础
电子设备
特征提取模块
数据处理技术
系统为您推荐了相关专利信息
图像检索方法
深度特征融合
特征提取模型
手工特征
面料检索方法