龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：四川大学
摘要：本发明涉及智能社会场景多元实体行为表征技术领域，公开了一种面向智能社会场景的多元实体用户行为表征方法，数据收集与处理部分负责从多源异构数据中收集所需信息，并进行初步的数据清洗和预处理；特征提取部分提取有效特征以供决策模型使用，提取了实体多种特征，包括静态行为表征、时间行为序列表征和角色特征表征等；可以从原始数据中提取出反映用户行为、时间模式和角色特性的关键信息，为决策模型提供精确的输入，决策模型部分负责根据提取的特征做出最终的预测。本发明提高了模型的精确度和处理速度，而且增强了对用户行为动态性的理解能力，从而为智能社会的精细化治理提供了更为科学和有效的技术支持。
主权项：1.一种面向智能社会场景的多元实体用户行为表征方法，其特征在于，包括以下步骤：步骤1：数据收集与处理从日常电子交互活动的多源异构数据中收集用户操作行为的信息，并进行初步的数据清洗和预处理；步骤2：特征提取构建用户的静态行为表征模型，提取表示用户在每个时间段的日常活动特征的静态行为特征；构建时间行为序列表征模型，捕捉用户行为数据中的时间序列特性，通过学习用户行为的时间动态来生成能够表征用户行为模式的特征向量，即时间行为序列；构建角色特征表征模型，进行角色特征学习，通过分析多个用户的行为数据来确定每个角色的行为特征，并计算单个用户与角色的行为特征之间的偏差，作为用户异常行为的判据；步骤3：决策模型利用多变量长短期记忆网络和全卷积网络的组合来捕捉时间序列数据中的关键特征，采用多变量长短期记忆网络捕获时间序列数据的全局依赖性，采用全卷积网络提取时间序列的局部特征，结合时间行为的全局和局部特征来表征用户行为，并在多变量时间序列的背景下识别和分类正常与异常行为；通过迭代算法来完成决策模型的训练，将特征向量通过训练好的神经网络模型进行前向传播，以产生分类或回归的输出；使用训练过程中学到的权重和偏置来计算每一个神经元的输出，最终达到输出层，输出层将提供最终的用户行为决策结果。
全文数据：
权利要求：
百度查询： 四川大学 一种面向智能社会场景的多元实体用户行为表征方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号