公开(公告)号：CN110569920A

公开(公告)日：2019-12-13

申请号：CN201910876897.7

申请日：2019-09-17

Applicant: 国家电网有限公司 ,  国网山东省电力公司威海供电公司

Inventor： 乔学明 ,  张祥坤 ,  乔琳霏 ,  孙云栋 ,  邢凯 ,  朱伟义 ,  许明 ,  刘燕燕 ,  王超 ,  夏迎雪 ,  陈秀娟 ,  刘乘麟 ,  姜婷 ,  刘振华 ,  杨军洲 ,  朱东杰

IPC: G06K9/62 ,  G06F16/35 ,  G06Q10/04 ,  G06Q50/00

Abstract: 一种多任务机器学习的预测方法，本发明涉及多任务机器学习的预测方法。本发明的目的是为了解决现有用户画像模型预测准确率低，特征提取负担大的问题。过程为：一、采集各信息源数据，对各信息源数据做预处理，得到预处理后的文本；二、采用预处理后的各信息源数据训练各信息源各自的学习模型，对各信息源分别进行特征提取，得到各信息源的特征；三、将各信息源的特征编码为矢量，融合多源数据，构建多任务学习框架；四、对各个子任务设置不同的全连接层和损失函数，得到各个子任务的预测结果；五、将四中各个子任务的预测结果进行加权投票，输出最终预测结果。本发明用于机器学习预测领域。

公开(公告)号：CN110569920B

公开(公告)日：2022-05-10

申请号：CN201910876897.7

申请日：2019-09-17

Applicant: 国家电网有限公司 ,  国网山东省电力公司威海供电公司

Inventor： 乔学明 ,  张祥坤 ,  乔琳霏 ,  孙云栋 ,  邢凯 ,  朱伟义 ,  许明 ,  刘燕燕 ,  王超 ,  夏迎雪 ,  陈秀娟 ,  刘乘麟 ,  姜婷 ,  刘振华 ,  杨军洲 ,  朱东杰

IPC: G06K9/62 ,  G06F16/35 ,  G06Q10/04 ,  G06Q50/00

Abstract: 一种多任务机器学习的预测方法，本发明涉及多任务机器学习的预测方法。本发明的目的是为了解决现有用户画像模型预测准确率低，特征提取负担大的问题。过程为：一、采集各信息源数据，对各信息源数据做预处理，得到预处理后的文本；二、采用预处理后的各信息源数据训练各信息源各自的学习模型，对各信息源分别进行特征提取，得到各信息源的特征；三、将各信息源的特征编码为矢量，融合多源数据，构建多任务学习框架；四、对各个子任务设置不同的全连接层和损失函数，得到各个子任务的预测结果；五、将四中各个子任务的预测结果进行加权投票，输出最终预测结果。本发明用于机器学习预测领域。