-
公开(公告)号：CN109858974A
公开(公告)日：2019-06-07
申请号：CN201910123326.6
申请日：2019-02-18
Applicant: 重庆邮电大学
IPC: G06Q30/02
Abstract: 本发明公开了一种已购车用户识别模型构建方法及识别方法，本发明针对已购车用户特征维度高，数据量大，为了保证特征信息最大化的同时降低训练复杂度，引入了特征分层处理思想，并利用了xgboost训练属性重要性分数来进行特征选择，达到了数据降维的目的，构建基于xgboost的学习模型动态特征提取，其次考虑特征的全面性，构建特征组合来提升分类的效果。针对xgboost参数的调优，利用pso的全局搜索以及记忆特点来弥补xgboost算法多个参数调优收敛速度慢，易陷入局部最优解和正确率波动大的缺陷，并应用最优参数组合来构建基于pso_xgb的已购车用户识别模型对已购车用户特征进行训练，提升了模型的准确度。
-
公开(公告)号：CN109858901A
公开(公告)日：2019-06-07
申请号：CN201910077709.4
申请日：2019-01-28
Applicant: 重庆邮电大学
Abstract: 本发明属于移动大数据技术领域，公开了一种基于手机信令大数据的移动用户支付识别方法，该方法包括采集移动用户支付行为和支付方式在发生支付时产生的支付数据，根据支付数据建立支付行为参考数据库；将参考数据库与手机信令大数据中的上网日志数据进行匹配，根据线上购物支付和线下扫码支付制定规则，识别用户支付行为；将参考数据库与上网日志数据和短信话单数据进行匹配，根据软件支付和银行卡支付制定规则，识别用户支付方式；将识别的支付行为和支付方式与用户轨迹数据建立关联规则，识别用户支付区域和支付时段，从而实现移动用户支付识别；本发明能够有效识别移动用户支付行为、支付方式、支付区域和支付时段。
-
公开(公告)号：CN109657883B
公开(公告)日：2023-04-07
申请号：CN201910077769.6
申请日：2019-01-28
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q40/02 , G06F16/9537 , G06F16/29
Abstract: 本发明涉及数据挖掘与大数据应用领域，特别是涉及一种基于多源数据驱动的银行网点选址推荐方法，该方法包含如下步骤：获取移动信令数据和银行网点周边数据，其包括本地公交数据，网络爬取数据；根据获取的数据对目标银行网点提取人流量、用户价值、交通拥堵指数、周边竞争网点数和人均收入五个特征；利用构造的特征，训练多个选址分类模型，并构建基于概率的多模型融合的银行网点选址推荐模型；使用已构建的银行网点选址推荐模型，根据目标区域的特征，推荐该区域最佳银行网点选址分布，以实现银行网点智能化选址的目的，解决传统选址带来的选址范围不精准、人力成本高的问题，并得到更好经济效益和社会效益。
-
公开(公告)号：CN109657883A
公开(公告)日：2019-04-19
申请号：CN201910077769.6
申请日：2019-01-28
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q40/02 , G06F16/9537 , G06F16/29
Abstract: 本发明涉及数据挖掘与大数据应用领域，特别是涉及一种基于多源数据驱动的银行网点选址推荐方法，该方法包含如下步骤：获取移动信令数据和银行网点周边数据，其包括本地公交数据，网络爬取数据；根据获取的数据对目标银行网点提取人流量、用户价值、交通拥堵指数、周边竞争网点数和人均收入五个特征；利用构造的特征，训练多个选址分类模型，并构建基于概率的多模型融合的银行网点选址推荐模型；使用已构建的银行网点选址推荐模型，根据目标区域的特征，推荐该区域最佳银行网点选址分布，以实现银行网点智能化选址的目的，解决传统选址带来的选址范围不精准、人力成本高的问题，并得到更好经济效益和社会效益。
-
Patent Agency Ranking
公开(公告)号：CN109829713B
公开(公告)日：2020-09-15
申请号：CN201910077711.1
申请日：2019-01-28
Applicant: 重庆邮电大学
IPC: G06Q20/22
Abstract: 本发明属于移动支付信息处理技术领域，公开了一种基于知识与数据共同驱动的移动支付方式识别方法，包括采集移动用户上网行为数据，填充缺失的时间序列，统计每秒上网行为频次，构建时间序列‑频次矩阵；将矩阵基于事件驱动的用户上网行为时间序列自动分割方法划分用户上网行为；按划分后的上网行为，提取支付事件相关特征，构建基于数据驱动的移动支付事件识别模型，从而识别移动支付事件；基于词频‑逆文档频率算法构建基于知识驱动的移动支付方式主题词提取模型，提取主题词；融合识别模型和提取模型，识别用户移动支付方式。本发明从海量上网行为数据中识别出支付事件，还能提取与移动支付方式相关的主题词，极大地提高了识别性能和识别效率。
-
公开(公告)号：CN110879881A
公开(公告)日：2020-03-13
申请号：CN201911120434.4
申请日：2019-11-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及大数据分析应用领域，特别是涉及一种基于特征组分层和半监督随机森林的鼠标轨迹识别方法，包括获取鼠标轨迹数据；根据鼠标轨迹数据建立描述人类轨迹特性的基础特征组和强化人机轨迹差异性的辅助特征组；训练多个单视角随机森林模型对未标记样本进行伪标记，筛选出在分类器中达到规定条件的样本，对这些样本进行随机抽取并加入到标记样本中进行分类器的迭代训练；使用扩充样本集的基础特征组和辅助特征组训练多视角随机森林模型，将实时数据输入该模型，判断该操作是人类行为还是机器行为；本发明从海量鼠标轨迹行为中进行人机识别，还能解决鼠标轨迹特征挖掘不充分、数据不平衡、标记样本少等问题，极大地提高了识别性能和识别效率。
-
公开(公告)号：CN110879881B
公开(公告)日：2022-06-10
申请号：CN201911120434.4
申请日：2019-11-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及大数据分析应用领域，特别是涉及一种基于特征组分层和半监督随机森林的鼠标轨迹识别方法，包括获取鼠标轨迹数据；根据鼠标轨迹数据建立描述人类轨迹特性的基础特征组和强化人机轨迹差异性的辅助特征组；训练多个单视角随机森林模型对未标记样本进行伪标记，筛选出在分类器中达到规定条件的样本，对这些样本进行随机抽取并加入到标记样本中进行分类器的迭代训练；使用扩充样本集的基础特征组和辅助特征组训练多视角随机森林模型，将实时数据输入该模型，判断该操作是人类行为还是机器行为；本发明从海量鼠标轨迹行为中进行人机识别，还能解决鼠标轨迹特征挖掘不充分、数据不平衡、标记样本少等问题，极大地提高了识别性能和识别效率。
-
公开(公告)号：CN109859163A
公开(公告)日：2019-06-07
申请号：CN201811562432.6
申请日：2018-12-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于特征金字塔卷积神经网络的LCD缺陷检测方法，包括构建特征金字塔卷积神经网络并构建一检测模型，利用该模型检测LCD面板图片，经由输出参数筛选并确定缺陷类型和位置，本方法充分利用了深度残差卷积神经网络和特征金字塔网络各自的优点，将低层高分辨率图像特征和高层高语义信息特征进行有效融合，并采用单阶段检测直接从LCD图片中获得缺陷的类型和位置，极大地提高了检测效率，降低了漏检率和误检率。
-
公开(公告)号：CN109829713A
公开(公告)日：2019-05-31
申请号：CN201910077711.1
申请日：2019-01-28
Applicant: 重庆邮电大学
IPC: G06Q20/22
Abstract: 本发明属于移动支付信息处理技术领域，公开了一种基于知识与数据共同驱动的移动支付方式识别方法，包括采集移动用户上网行为数据，填充缺失的时间序列，统计每秒上网行为频次，构建时间序列-频次矩阵；将矩阵基于事件驱动的用户上网行为时间序列自动分割方法划分用户上网行为；按划分后的上网行为，提取支付事件相关特征，构建基于数据驱动的移动支付事件识别模型，从而识别移动支付事件；基于词频-逆文档频率算法构建基于知识驱动的移动支付方式主题词提取模型，提取主题词；融合识别模型和提取模型，识别用户移动支付方式。本发明从海量上网行为数据中识别出支付事件，还能提取与移动支付方式相关的主题词，极大地提高了识别性能和识别效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.054 seconds)
