买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中移动信息技术有限公司;中国移动通信集团有限公司;北京邮电大学申请的专利用户消费行为分类方法、装置、设备及计算机存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114202350B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010895211.1，技术领域涉及：G06Q30/0201；该发明授权用户消费行为分类方法、装置、设备及计算机存储介质是由徐萌;杨猛;张帆;崔鸿雁;于龙飞;陶涛;徐海勇;毛安寅;李耕宇设计研发完成，并于2020-08-31向国家知识产权局提交的专利申请。

本用户消费行为分类方法、装置、设备及计算机存储介质在说明书摘要公布了：本申请申请了一种用户消费行为分类方法、装置、设备及计算机存储介质。该用户消费行为分类方法，获取待分类的用户消费行为数据；将待分类的用户消费行为数据输入预设的用户消费行为分类模型，输出分类结果；其中，用户消费行为分类模型是利用训练集进行模型训练得到的模型，用户消费行为分类模型包括全连接神经网络、因子分解机和树叶子节点编码。根据本申请实施例，能够更加准确地对用户消费行为进行分类。

本发明授权用户消费行为分类方法、装置、设备及计算机存储介质在权利要求书中公布了：1.一种用户消费行为分类方法，其特征在于，包括：获取待分类的用户消费行为数据；将所述待分类的用户消费行为数据输入预设的用户消费行为分类模型，输出分类结果；其中，所述用户消费行为分类模型是利用训练集进行模型训练得到的模型，所述用户消费行为分类模型包括全连接神经网络、因子分解机和树叶子节点编码，所述树叶子节点编码包括梯度增强决策树和嵌入层；所述用户消费行为分类模型以所述全连接神经网络为基础架构，利用所述树叶子节点编码提取用户消费行为数据的显式高阶交叉特征，融合所述因子分解机组成混合网络结构，提取用户消费行为数据的多种不同类型的交叉特征，所述交叉特征包括隐式高阶交叉特征、一阶和二阶的显式交叉特征以及显式高阶交叉特征；其中，所述因子分解机由二阶交叉层组成，且所述全连接神经网络和所述因子分解机共享嵌入向量，嵌入向量在反向传播中同时更新，并将各嵌入向量两两组合做内积，得到二阶组合特征向量；所述将所述待分类的用户消费行为数据输入预设的用户消费行为分类模型，输出分类结果，包括：利用所述全连接神经网络提取隐式高阶交叉特征；利用所述因子分解机提取一阶和二阶的显式交叉特征；利用所述树叶子节点编码提取显式高阶交叉特征；基于所述隐式高阶交叉特征、一阶和二阶的显式交叉特征、显式高阶交叉特征，输出所述分类结果；所述利用所述树叶子节点编码提取显式高阶交叉特征，包括：使用所述梯度增强决策树进行预训练，得到GBDT预训练模型TMx： ；其中，TM-1（x）为第M-1轮次迭代生成的梯度增强决策树，为第M棵树的第k个叶子节点的最优值，K为GBDT当前轮次叶子节点个数，为样本x所属的叶子节；获取每一个样本的叶子节点的编码特征；将编码特征作为所述因子分解机的嵌入层的输入，得到每一个树的嵌入向量，将得到的嵌入向量拼接起来，得到树叶子节点编码的输出向量；所述基于所述隐式高阶交叉特征、一阶和二阶的显式交叉特征、显式高阶交叉特征，输出所述分类结果，包括：将所述隐式高阶交叉特征、一阶和二阶的显式交叉特征、显示高阶交叉特征进行拼接，输出所述分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中移动信息技术有限公司;中国移动通信集团有限公司;北京邮电大学，其通讯地址为：100000 北京市昌平区未来科学城英才北三街16号院16号楼1006室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。