公开(公告)号：CN110196945B

公开(公告)日：2021-10-01

申请号：CN201910447984.0

申请日：2019-05-27

Applicant: 北京理工大学

Inventor： 彭成 ,  梁宏健 ,  宋彦晶 ,  康权威 ,  张佳籴

IPC: G06F16/9535 ,  G06K9/62 ,  G06Q10/04

Abstract: 本发明涉及一种基于LSTM与LeNet融合的微博用户年龄预测方法，属于信息预测技术领域，包括以下步骤：爬取数据：爬取微博用户的信息，并保存到本地计算机；微博文本分词：文本内容分词、停用词过滤后，分词结果向量化；搭建LSTM：对向量采用长短期记忆模型LSTM建模，并预测用户年龄；图片预处理：将图片统一成相同大小；搭建LeNet：搭建LeNet模型，将数据集图片数据增强并转为张量，并测试选出最高命中率的模型；结果整合：将训练好的文本处理模块模型与图片处理模块模型整合处理。对比现有技术，本发明解决了以往模型难以跟上潮流的问题，提高了识别准确度，在未来的用户运营、精准广告营销、用户分析、数据分析和推荐系统等领域具有广泛的应用前景。

公开(公告)号：CN110196945A

公开(公告)日：2019-09-03

申请号：CN201910447984.0

申请日：2019-05-27

Applicant: 北京理工大学

Inventor： 彭成 ,  梁宏健 ,  宋彦晶 ,  康权威 ,  张佳籴

IPC: G06F16/9535 ,  G06K9/62 ,  G06Q10/04

Abstract: 本发明涉及一种基于LSTM与LeNet融合的微博用户年龄预测方法，属于信息预测技术领域，包括以下步骤：爬取数据：爬取微博用户的信息，并保存到本地计算机；微博文本分词：文本内容分词、停用词过滤后，分词结果向量化；搭建LSTM：对向量采用长短期记忆模型LSTM建模，并预测用户年龄；图片预处理：将图片统一成相同大小；搭建LeNet：搭建LeNet模型，将数据集图片数据增强并转为张量，并测试选出最高命中率的模型；结果整合：将训练好的文本处理模块模型与图片处理模块模型整合处理。对比现有技术，本发明解决了以往模型难以跟上潮流的问题，提高了识别准确度，在未来的用户运营、精准广告营销、用户分析、数据分析和推荐系统等领域具有广泛的应用前景。

公开(公告)号：CN108108184B

公开(公告)日：2020-12-04

申请号：CN201711380042.2

申请日：2017-12-20

Applicant: 北京理工大学

Inventor： 张春霞 ,  王森 ,  武嘉玉 ,  王树良 ,  牛振东 ,  张佳籴 ,  黄达友 ,  张沛炎

IPC: G06F8/74 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于深度信念网络的源代码作者识别方法，属于Web挖掘和信息抽取领域。本发明包括如下步骤：构建源代码数据集，对源代码数据进行预处理；基于连续n‑gram代码段模型提取源代码特征；基于训练源代码文件样本训练深度信念网络模型；利用经过训练的深度信念网络模型进行源代码文件的作者识别，输出源代码文件的作者识别结果。本发明将源代码作者识别问题转换为分类问题，通过深度信念网络识别源代码的作者身份，提高了作者身份识别的性能和效率，在信息检索、信息安全、计算机取证等领域具有广阔的应用前景。

公开(公告)号：CN108108184A

公开(公告)日：2018-06-01

申请号：CN201711380042.2

申请日：2017-12-20

Applicant: 北京理工大学

Inventor： 张春霞 ,  王森 ,  武嘉玉 ,  王树良 ,  牛振东 ,  张佳籴 ,  黄达友 ,  张沛炎

IPC: G06F8/74 ,  G06N3/08 ,  G06N99/00

Abstract: 本发明公开了一种基于深度信念网络的源代码作者识别方法，属于Web挖掘和信息抽取领域。本发明包括如下步骤：构建源代码数据集，对源代码数据进行预处理；基于连续n‑gram代码段模型提取源代码特征；基于训练源代码文件样本训练深度信念网络模型；利用经过训练的深度信念网络模型进行源代码文件的作者识别，输出源代码文件的作者识别结果。本发明将源代码作者识别问题转换为分类问题，通过深度信念网络识别源代码的作者身份，提高了作者身份识别的性能和效率，在信息检索、信息安全、计算机取证等领域具有广阔的应用前景。