摘要
本申请公开了用户位置的定位方法、装置、终端设备及存储介质,包括:获取社交用户的社交信息;根据预先训练好的位置预测模型和社交用户的社交信息,确定与社交用户对应的位置信息,其中:预先训练好的位置预测模型是对样本数据进行均值偏移聚类,得到聚类结果,并根据聚类结果,对图卷积网络模型进行增量学习训练得到的,结合了均值漂移聚类、增量学习和图卷积网络得到位置预测模型,均值漂移聚类通过密度峰值特征对用户位置进行细粒度的聚类,确保地理相邻的用户被划分至同一簇,增量学习机制的引入,使得该方法具备了逐步更新的能力,有效解决了稀疏数据下特征提取不完整的问题,提升了地理定位的精度。
技术关键词
卷积网络模型
文本特征向量
社交
定位方法
聚类
标签
终端设备
样本
机制
数据
可读存储介质
存储计算机程序
关系
标识
密度
存储器
矩阵
模块
系统为您推荐了相关专利信息
深度检测网络
双目定位方法
机器人
双目相机
深度值
识别方法
边缘轮廓
边缘检测算法
神经网络架构
像素点
历史告警数据
告警数据分析
IMS核心网
密度聚类算法
数据中心