申请/专利权人：帕科视讯科技(杭州)股份有限公司

申请日：2023-11-29

公开（公告）日：2024-04-19

公开（公告）号：CN117909803A

主分类号：G06F18/241

分类号：G06F18/241;G06F18/214;G06F18/213

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种基于IPTV智能识别用户行为数据预警及修正的方法。它采用用户的各类行为数据通过模型进行训练，从而达到智能识别当前的用户行为数据是否为问题数据、问题数据的出错点，从将出现的问题发送给预警系统，预警系统会将数据出现的问题点、问题原因、问题修改建议等发送给相关负责人，预警系统报警停止并将问题记录，在指定时间点内若未修复，则会再次发送预警，直至修改完成。本发明的有益效果是：解决传统的人工比对、人工审核的方式，节约了人力成本、时间成本，使得用户行为数据上报更为高效准确。

主权项：1.一种基于IPTV智能识别用户行为数据预警及修正的方法，其特征是，具体包括如下步骤：1历史数据收集：收集最近1年的用户行为数据，对历史数据进行过滤筛选，选取正确的数据作为样本；2数据分析：对筛选后的数据进行多维度分析，通过词频TF对各类数据进行分析，选择词频最高的几个值，对各类数据上报时字段数量、字符串类型数量、数字类型数量、空值undefinedull个数、高词频覆盖率进行分析计算，方便特征的选择；3特征提取：对样本数据进行特征提取；4算法模型生成：通过递归地将数据集划分为子集，并使用信息论中的概念来选择最佳划分准则，从而生成一棵树状结构，即生成决策树模型；5深度学习训练模型：将最近1年的用户行为数据进行特征提取和处理后，得到所需数据，提取特征数据，将其作为模型数据，将该模型数据的80％作为训练数据，该模型数据的20％作为测试数据，把训练数据导入训练决策树模型OriginModel进行迭代的深度学习训练，得到中间结果临时模型OriginModelTemp，即为临时决策树模型；6模型检验与优化：将测试数据导入临时决策树模型OriginModelTemp中进行测试，得到相应的预测结果，通过与实际结果进行对比，得出相应的模型准确率；7生成模型：最终通过模型训练与测试，预测效果达到最佳时，生成最终模型；8用户行为实时监控：实时任务决策树模型，并实时消费用户行为数据，对数据进行清洗和汇总后，导入到模型中，得到预测结果。

全文数据：

权利要求：

百度查询： 帕科视讯科技(杭州)股份有限公司 一种基于IPTV智能识别用户行为数据预警及修正的方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD