公开(公告)号：CN110363283A

公开(公告)日：2019-10-22

申请号：CN201910490035.0

申请日：2019-06-06

Applicant: 哈尔滨工业大学(深圳)

Inventor： 罗林浩 ,  安俊峰 ,  金逸杰 ,  张晓峰 ,  刘凯

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的用户属性预测方法及相关装置，该预测方法包括：将原始文本信息输入到第一神经网络模型中，获取全局特征的文字序列特征，该原始文本信息为用户的个人介绍信息；将该原始文本信息输入到第二神经网络模型中，获取该全局特征的单词块特征；将该原始文本信息分别输入到多个第三神经网络模型中，分别获取多个子任务特征；基于该多个子任务特征和该全局特征，预测用户属性。本发明实现了精确地预测用户属性。

公开(公告)号：CN110363283B

公开(公告)日：2021-06-22

申请号：CN201910490035.0

申请日：2019-06-06

Applicant: 哈尔滨工业大学(深圳)

Inventor： 罗林浩 ,  安俊峰 ,  金逸杰 ,  张晓峰 ,  刘凯

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的用户属性预测方法及相关装置，该预测方法包括：将原始文本信息输入到第一神经网络模型中，获取全局特征的文字序列特征，该原始文本信息为用户的个人介绍信息；将该原始文本信息输入到第二神经网络模型中，获取该全局特征的单词块特征；将该原始文本信息分别输入到多个第三神经网络模型中，分别获取多个子任务特征；基于该多个子任务特征和该全局特征，预测用户属性。本发明实现了精确地预测用户属性。