摘要
本申请公开了一种行为预估方法。涉及大数据领域,该方法包括:获取用户帐号的特征信息,其中,特征信息用于表示用户帐号对媒体对象执行预设行为的相关特征;对特征信息中满足预设条件的数据进行预处理,得到预处理后的特征信息,其中,预设条件包括数据缺失条件和数值异常条件;将预处理后的特征信息输入行为预估模型,其中,行为预估模型是利用多个样本进行预处理和稠密编码,训练得到的、用于预估用户行为的神经网络模型,稠密编码用于将稀疏特征处理为稠密特征;获取行为预估模型输出的行为预估结果,其中,行为预估结果是表示上述用户帐号对媒体对象执行预设行为的预估结果。通过本申请,解决了相关技术中行为预估准确性较低的问题。
技术关键词
稠密特征
样本
深度学习结构
稀疏特征
神经网络模型
数值
媒体
可读存储介质
对象
编码器
机器学习算法
计算机程序产品
节点
数据分布
训练装置
电子设备
滑动窗口
系统为您推荐了相关专利信息
短路试验装置
电压传感器
充电变压器
神经网络模型
控制模块
客车部件
故障检测方法
视觉特征
卷积神经网络模型
融合特征
对象分类方法
模型训练方法
训练集
分类子模型
电子设备