基于代价敏感卷积神经网络的广告点击欺诈检测方法

    公开(公告)号:CN109191191A

    公开(公告)日:2019-01-11

    申请号:CN201810951569.4

    申请日:2018-08-20

    Abstract: 本发明公开了一种基于代价敏感卷积神经网络的广告点击欺诈检测方法,属于数据处理技术领域。本发明包括获取一维特征数据集的步骤:对包含点击数据集与发布商数据集的原始数据进行分析,利用统计方法提取广告发布商的特征,获得每个发布商的一维特征数据集;构造特征矩阵的步骤:利用多粒度的时间窗口将一维特征转换成特征矩阵;分类预测训练的步骤:将特征矩阵数据集作为输入,选择卷积神经网络结构进行分类预测训练;在输出层引入代价敏感机制,利用阈值移动进行反向传播。本发明可以很好的适用于现阶段的广告点击欺诈检测,达到了较好的检测能力,提高了检测的精确度和模型的训练效率,实用性较高。

    基于代价敏感卷积神经网络的广告点击欺诈检测方法

    公开(公告)号:CN109191191B

    公开(公告)日:2022-04-26

    申请号:CN201810951569.4

    申请日:2018-08-20

    Abstract: 本发明公开了一种基于代价敏感卷积神经网络的广告点击欺诈检测方法,属于数据处理技术领域。本发明包括获取一维特征数据集的步骤:对包含点击数据集与发布商数据集的原始数据进行分析,利用统计方法提取广告发布商的特征,获得每个发布商的一维特征数据集;构造特征矩阵的步骤:利用多粒度的时间窗口将一维特征转换成特征矩阵;分类预测训练的步骤:将特征矩阵数据集作为输入,选择卷积神经网络结构进行分类预测训练;在输出层引入代价敏感机制,利用阈值移动进行反向传播。本发明可以很好的适用于现阶段的广告点击欺诈检测,达到了较好的检测能力,提高了检测的精确度和模型的训练效率,实用性较高。

    融合node2vec和深度神经网络的隐式反馈推荐方法

    公开(公告)号:CN109190030B

    公开(公告)日:2022-04-05

    申请号:CN201810965309.2

    申请日:2018-08-22

    Abstract: 本发明公开了一种融合node2vec和深度神经网络的隐式反馈推荐方法,属于数据处理技术领域。本发明包括获取用户潜在向量和项目潜在向量的步骤;获取用户上下文预测和项目上下文预测的步骤;产生用户对项目偏好预测并进行训练的步骤;共同训练的步骤。本发明可以很好地考虑到用户和项目丰富的元数据信息,具有较高的推荐精确度和模型的训练效率。

    一种大肠杆菌的固定化方法及利用固定化大肠杆菌补料发酵生产L-赖氨酸的方法

    公开(公告)号:CN107446909A

    公开(公告)日:2017-12-08

    申请号:CN201710905993.0

    申请日:2017-09-29

    Abstract: 本发明公开了一种大肠杆菌的固定化方法,包括将活化的大肠杆菌接入装有培养基、经过预处理的多孔网状材料和MOPS的容器中进行固定化培养,使大肠杆菌在固定化培养过程中吸附于多孔网状材料上。本发明还公开了一种利用固定化大肠杆菌补料发酵生产L-赖氨酸的方法,包括发酵过程和补料过程,所述补料过程使用的营养成分为葡萄糖和硫酸铵。MOPS可以增强大肠杆菌在固定化材料表面的粘附效果;利用本发明的固定化大肠杆菌发酵L-赖氨酸,L-赖氨酸浓度由游离细胞发酵的90g/L提高至136g/L,重复发酵8批次仍能保持较高的L-赖氨酸生产效率,平均每个批次最终L-赖氨酸产量150g/L。

Patent Agency Ranking