首页> 中国专利> 一种基于弱监督学习的用户性格预测装置及方法

一种基于弱监督学习的用户性格预测装置及方法

摘要

一种基于弱监督学习的用户性格预测装置及方法,互联网和社交媒体中机器学习领域。将用户偏好的图像经过深度卷积神经网络得到全局性格特征图;把用户的性格变成十种性格分类,获取分类特征向量,十种性格分类进行全连接操作,进行分类网络训练;得到多性格类激活图;进行点乘得到局部性格特征图,利用全局平均池化得到回归特征向量,然把此特征向量和用户的大五性格维度数值进行连接,进行回归网络训练;通过大量的用户以及其偏好的图像对分类网络和回归网络同时进行训练得到用户大五性格维度数值预测模型。把每幅图像预测得到的大五性格维度数值进行平均最终得到此用户的大五性格维度数值。其步骤简单,预测效果好。

著录项

  • 公开/公告号CN109165692B

    专利类型发明专利

  • 公开/公告日2021-06-01

    原文格式PDF

  • 申请/专利权人 中国矿业大学;

    申请/专利号CN201811038824.2

  • 申请日2018-09-06

  • 分类号G06K9/62(20060101);

  • 代理机构32249 南京瑞弘专利商标事务所(普通合伙);

  • 代理人李悦声

  • 地址 221116 江苏省徐州市大学路1号中国矿业大学科研院

  • 入库时间 2022-08-23 11:53:15

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号