基于深度学习的教育平台课程推荐方法及系统

    公开(公告)号:CN113065060A

    公开(公告)日:2021-07-02

    申请号:CN202110187586.7

    申请日:2021-02-18

    摘要: 本发明公开了基于深度学习的教育平台课程推荐方法及系统,包括:获取用户的行为数据、用户的基本信息和用户的历史观看课程;对获取的用户的行为数据、用户的基本信息和用户的历史观看课程进行数据预处理,得到用户的行为序列;对用户的历史观看课程进行特征提取,得到课程特征;对用户的基本信息进行特征提取,得到用户特征和用户所处环境特征;将用户的行为序列、课程特征、用户特征和用户所处环境特征,输入到预先训练好的神经网络模型中,输出课程推荐结果。

    一种基于CNN-LSTM的财务造假识别方法及系统

    公开(公告)号:CN114418061A

    公开(公告)日:2022-04-29

    申请号:CN202111590586.8

    申请日:2021-12-23

    IPC分类号: G06N3/04 G06N20/00 G06Q40/00

    摘要: 本发明属于人工智能领域,提供了一种基于CNN‑LSTM的财务造假识别方法及系统。该方法包括,基于财务数据抽取特征,根据特征是否时序相关,把特征分成时序相关特征和时序无关特征;基于所述时序相关特征,采用CNN‑LSTM模型,得到第一特征;基于所述时序无关特征,采用CNN模型,得到第二特征;将所述第一特征和第二特征进行拼接,得到融合特征;基于所述融合特征确定财务数据造假是否造假。

    一种基于机器学习的财务数据造假识别方法及系统

    公开(公告)号:CN113743620A

    公开(公告)日:2021-12-03

    申请号:CN202110880520.6

    申请日:2021-08-02

    IPC分类号: G06N20/20 G06Q40/00

    摘要: 本发明属于数据识别技术领域,提供了一种基于机器学习的财务数据造假识别方法及系统。该方法包括,基于待识别的上市公司财务数据,采用训练好的机器学习模型,得到上市公司财务数据造假识别结果;所述机器学习模型包括:连接逻辑回归模型输出、支持向量机模型输出、决策树模型输出、神经网络模型输出的Stack i ng算法模型。

    基于深度学习的教育平台课程推荐方法及系统

    公开(公告)号:CN113065060B

    公开(公告)日:2022-11-29

    申请号:CN202110187586.7

    申请日:2021-02-18

    摘要: 本发明公开了基于深度学习的教育平台课程推荐方法及系统,包括:获取用户的行为数据、用户的基本信息和用户的历史观看课程;对获取的用户的行为数据、用户的基本信息和用户的历史观看课程进行数据预处理,得到用户的行为序列;对用户的历史观看课程进行特征提取,得到课程特征;对用户的基本信息进行特征提取,得到用户特征和用户所处环境特征;将用户的行为序列、课程特征、用户特征和用户所处环境特征,输入到预先训练好的神经网络模型中,输出课程推荐结果。