一种应用于用户画像领域的数据增广方法
公开
摘要
本发明公开了一种应用于用户画像领域的数据增广方法，涉及用户画像标签预测领域；克服了标签率极低的问题，同时提高模型的泛化性，以便于根据用户行为数据预测多维度多标签的用户画像标签，并且有效结合自监督学习，能够在用户标签率极低的情况下实现用户分类，降低了人工标注数据集的成本，提高了模型的泛化能力，同时克服图神经网络由于拉普拉斯平滑现象导致其在标签率极低的图上性能急剧下降的问题，提高模型分类的准确性。
基本信息
专利标题 ：
一种应用于用户画像领域的数据增广方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114610967A
申请号 ：
CN202210232693.1
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
赵相国张官正毕鑫聂豪杰王秋宇
申请人 ：
东北大学
申请人地址 ：
辽宁省沈阳市和平区文化路3号巷11号
代理机构 ：
沈阳东大知识产权代理有限公司
代理人 ：
李在川
优先权 ：
CN202210232693.1
主分类号 ：
G06F16/906
IPC分类号 ：
G06F16/906 G06F16/901 G06F16/9536 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/906
••聚类或分类
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
