【技术实现步骤摘要】
一种基于大数据和人工智能的声音节目用户性别预测方法
本专利技术属于大数据及人工智能领域，具体涉及一种基于大数据和人工智能的声音节目用户性别预测方法。
技术介绍
随着21世纪发展，用户对产品的要求不再只是满足于其功能能够使用，而是追求产品的使用体验，在满足基础服务的前提下，只有能够提高更好用户体验的企业才够能在激烈的竞争中保持有利地位，因此，如何给用户带来更好的体验是每个企业生存发展的第一要务。个性化推荐系统是近年来互联网时代和电子商务发展的产物，它建立在海量数据挖掘基础上，向顾客提供个性化的信息服务，以此提高用户的产品体验，用户画像可以辅助企业实现个性推荐，而传统的方法使用通用标签对用户进行标记，随着用户越来越多、行为越来越多样化，传统的方法在准确率上有很明显的弊端。1)通用标签不能详尽的表达出每个用户不同的特点，“个性化”程度还比较低；2)随着用户不断增加，用户行为越来越多样化，人工梳理标签的耗时越来越长，难度也逐步增大，消耗了大量的人力资源；3)不能及时挖掘用户感兴趣的内容，降低用户和企业...
【技术保护点】
1.一种基于大数据和人工智能的声音节目用户性别预测方法，其特征在于，包括算法用途：算法的输入数据为用户收听节目特征统计数据，输出为估计该用户性别的概率，通常映射为01编码；/n算法输入特征生成：算法使用的特征包括用户收听的节目特征数据，用户收听节目对应主播特征数据；/n模型训练：使用的模型为3层DNN网络；/n模型使用方法：将原始数据编码为特定向量后。/n
【技术特征摘要】
1.一种基于大数据和人工智能的声音节目用户性别预测方法，其特征在于，包括算法用途：算法的输入数据为用户收听节目特征统计数据，输出为估计该用户性别的概率，通常映射为01编码；
算法输入特征生成：算法使用的特征包括用户收听的节目特征数据，用户收听节目对应主播特征数据；
模型训练：使用的模型为3层DNN网络；
模型使用方法：将原始数据编码为特定向量后。
2.根据权利要求1所述的一种基于大数据和人工智能的声音节目用户性别预测方法，其特征在于：构建声音节目特征数据系统，声音节目特征数据系统内数据构建方式如下：
声音节目特征向量：sound_program_vertor(f(x1,x2,x3,x4))，其中x1，x2，x3，x4分别为不同的维度信息所对应的向量f(·)表示为标准的归一化操作
标准差归一化公式：
f(x)＝(x-μ)/σ
其中μ为该特征所有值的平均值，σ该特征所有值的标准差。
3.根据权利要求1所述的一种基于大数据和人工智能的声音节目用户性别预测方法，其特征在于：用户行为特征主要包括：用户已收听的节目类型、收听时长、赞赏节目的类型、数量以及对已点赞的主播性别的倾向性；构建用户行为信息特征向量：uer_action_vector(x1,x2,x3,x4,0or1)。
4.根据权利要求1所述的一种基于大数据和人工智能的声音节目用户性别预测方法，其特征在于：构建主播特征系统，主播特征...
【专利技术属性】
技术研发人员：吴杰，丁宁，
申请(专利权)人：广州荔支网络技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。