买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜深圳须弥云图空间科技有限公司申请的专利潜在用户挖掘方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114428900B 。

龙图腾网通过国家知识产权局官网在2025-03-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111613316.4，技术领域涉及：G06F16/9535；该发明授权潜在用户挖掘方法及装置是由蒋佩钊设计研发完成，并于2021-12-27向国家知识产权局提交的专利申请。

本潜在用户挖掘方法及装置在说明书摘要公布了：本公开涉及数据处理技术领域，提供了一种潜在用户挖掘方法及装置。该方法包括：通过对第一数据集进行处理，得到第二数据集；其中，该第二数据集所描述的特征范围不大于该第一数据集所描述的特征范围，该第一数据集和该第二数据集包括以下至少之一：用户行为数据、项目信息、用户到访信息；通过该第二数据集训练模型，得到目标模型，其中，该目标模型为通过机器学习方式建立的模型；通过该目标模型确定潜在用户。通过本公开实施例解决了相关技术中采用CTR模型挖掘潜在用户，导致潜在用户挖掘准确率较低的技术问题，进而达到提高潜在用户挖掘准确率的技术效果。

本发明授权潜在用户挖掘方法及装置在权利要求书中公布了：1.一种潜在用户挖掘方法，其特征在于，包括：对第一数据集进行处理，得到第二数据集；其中，所述第二数据集所描述的特征范围不大于所述第一数据集所描述的特征范围，所述第一数据集和所述第二数据集包括以下至少之一：用户行为数据、项目信息、用户到访信息；通过所述第二数据集训练模型，得到目标模型，其中，所述目标模型为通过机器学习方式建立的模型；通过所述目标模型确定潜在用户；其中，通过所述第二数据集训练模型，得到目标模型包括：定义评估函数partialPR_AUC；给定分类模型超参数，通过所述分类模型在第二训练集上建立模型，使用第二验证集做训练迭代的早停；判断所述模型的partialPR_AUC在所述第二验证集上是否提升；如果所述模型的partialPR_AUC在所述第二验证集上不再提升，则停止训练，得到最终的partialPR_AUC值；判断当前搜索次数是否达到最大超参搜索次数；在判断结果为是的情况下，使用所述最终的partialPR_AUC值和对应的超参数，训练得到所述目标模型；其中，定义评估函数partialPR_AUC包括：计算出所有预测值对应的准确率P和召回率R；判断所述召回率R等于第二阈值的值是否存在，如果不存在，获取所述召回率R小于所述第二阈值和大于所述第二阈值的最邻近数值，将新坐标放入到PR坐标点列表；通过以下公式（1）计算出所述召回率R为所述第二阈值的准确率： （1）其中，是召回率小于0.2的最小值，为对应的准确率；是召回率大于0.2的最大值，为对应的准确率，y是差值得到的在召回率为0.2时的准确率；选择所述PR坐标点列表中召回率小于等于所述第二阈值的点，并通过如下公式（2）计算所述partialPR_AUC： （2）；其中，对第一数据集进行处理，得到第二数据集包括：将所述第一数据集按照时间顺序划分为第一训练集、第一验证集、第一测试集；获取所述第一训练集与所述第一验证集的分布差异度，并通过所述分布差异度过滤所述第一数据集，得到所述第二数据集；其中，所述获取所述第一训练集与所述第一验证集的分布差异度，并通过所述分布差异度过滤所述第一数据集，得到所述第二数据集包括：将所述第一训练集和所述第一验证集进行拼接，得到第三数据集；将所述第三数据集中第一比例的数据作为第二训练集，将所述第三数据集中第二比例的数据作为第二测试集；重复执行以下步骤，直至接收者操作特征曲线下面积ROC_AUC小于第一阈值：创建分类器，并获取所述分类器的ROC_AUC和最重要特征；判断所述ROC_AUC是否小于所述第一阈值；其中，所述最重要特征为在每个特征的所有分类中带来的平均增益最高的特征，所述特征和所述第三数据集中的数据对应。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳须弥云图空间科技有限公司，其通讯地址为：518054 广东省深圳市南山区粤海街道海珠社区滨海大道3369号有线信息传输大厦25F2504；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。