摘要
本发明属于用户行为分析技术领域,提供了一种融合用户画像特征的用户聚类方法,包括:规范化处理、LSTM编码器处理、反向传播、权重赋值、变量重建和潜在变量映射以及EM算法聚类处理;本发明通过整合变分自编码器的潜变量建模能力与期望最大化算法的参数优化机制,提高了对高维稀疏数据、建模非线性关系及自动特征提取的处理效果,增强了聚类的稳定性和解释性。
技术关键词
画像特征
聚类方法
变量
编码器
注意力机制
表达式
解码器
参数化方法
协方差矩阵
期望最大化算法
自动特征提取
数据
概率密度函数
EM算法
轮廓系数
数值
系统为您推荐了相关专利信息
废料收集系统
文丘里管道
汽车线束
负压吸附装置
三通气阀
设备温度调节方法
长短期记忆网络
样本
缓冲池
注意力机制
攻击检测方法
攻击检测系统
编码器参数
蒙特卡洛树搜索
样本
语音情感识别方法
融合情感识别
情感类别
语音情感识别技术
数据