摘要
本发明提供一种基于神经网络的用户消费行为多维度画像分析方法及系统,涉及数据分析技术领域,包括获取用户历史消费行为数据构建基础特征向量;通过子序列动态剪枝算法和熵值加权映射确定关键时序特征;采用双向长短时记忆网络提取序列特征;构建多任务对抗特征提取网络获取场景不变特征;进行特征融合得到多维度组合特征;构建特征索引树计算用户相似度;进行分层聚类得到消费行为画像。本发明实现了高精度用户画像,提升了场景适应性和计算效率。
技术关键词
分层聚类算法
序列特征
时序特征
特征提取网络
画像分析方法
动态剪枝
节点
汉明距离
矩阵
时序依赖关系
压缩特征
场景
对比度
编码特征
特征提取模型
索引
分群