申请/专利权人:深圳品阔信息技术有限公司
申请日:2023-12-07
公开(公告)日:2024-04-02
公开(公告)号:CN117371876B
主分类号:G06Q10/0639
分类号:G06Q10/0639;G06N3/006;G06N7/01;G06Q50/20;G06F18/241
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2024.01.26#实质审查的生效;2024.01.09#公开
摘要:本申请涉及数据分析技术领域,公开了一种基于关键词的指标数据分析方法及系统。所述方法包括:基于云平台获取多个目标用户的初始用户学习指标数据并进行关键词指标分析,得到目标用户学习指标数据;通过EM算法进行用户分类,得到多个目标用户群体;通过混合威布尔分布模型进行混合威布尔分布参数运算,得到分布尺度参数和分布形状参数;进行变量集合构建,得到目标变量集合;通过初始贝叶斯网络进行变量关系分析,得到目标影响因素;通过粒子群优化算法进行模型参数优化,得到最优网络参数组合,并通过最优网络参数组合对初始贝叶斯网络进行网络参数更新,得到目标贝叶斯网络,进而提高了指标数据的分析准确率。
主权项:1.一种基于关键词的指标数据分析方法,其特征在于,所述基于关键词的指标数据分析方法包括:基于预置的云平台获取多个目标用户的初始用户学习指标数据,并对所述初始用户学习指标数据进行关键词指标分析,得到目标用户学习指标数据;通过预置的EM算法,根据所述目标用户学习指标数据对所述多个目标用户进行用户分类,得到多个目标用户群体;将所述目标用户学习指标数据输入预置的混合威布尔分布模型进行混合威布尔分布参数运算,得到分布尺度参数和分布形状参数;根据所述多个目标用户群体,对所述分布尺度参数和所述分布形状参数进行变量集合构建,得到每个目标用户群体的目标变量集合;将每个目标用户群体的目标变量集合输入预置的初始贝叶斯网络进行变量关系分析,得到每个目标用户群体的目标影响因素;通过预置的粒子群优化算法,根据每个目标用户群体的目标影响因素对所述初始贝叶斯网络进行模型参数优化,得到最优网络参数组合,并通过所述最优网络参数组合对所述初始贝叶斯网络进行网络参数更新,得到目标贝叶斯网络。
全文数据:
权利要求:
百度查询: 深圳品阔信息技术有限公司 基于关键词的指标数据分析方法及系统
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。