本发明公开了基于知识学习和隐私保护的大数据用户购买意愿预测方法，其步骤如下：(1)对大量历史数据和少量当前数据做归一化处理；(2)数据划分组并构建训练样本集；(3)统计每一组的用户购买意愿概率；(4)计算组标签；(5)使用改进的支持向量机对训练集训练；(6)构造预测函数；(7)将待预测的数据输入到预测函数中得到预测结果。本发明使用改进的支持向量机，将当前少量的数据组概率信息和大量的历史数据组概率信息融入结构风险最小化学习框架中,通过构造数据间相似距离项来实现不同时期知识的学习,从而构造了一种基于知识学习和隐私保护机制的用户购买意愿的预测方法，可适用于大样本的学习问题。
声明：
“基于知识学习和隐私保护的大数据用户购买意愿预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
850
编辑：管理员
来源：北方有色网
咨询细节
