一种基于多任务融合访问间隔的顺序访问预测方法及相关设备技术

本发明专利技术提供了一种基于多任务融合访问间隔的顺序访问预测方法及相关设备，应用于数据处理技术领域。本申请对目标用户在预设时间段内的访问信息进行处理，生成目标用户的历史访问时间信息、目标用户的历史访问记录信息和目标用户的实时访问时间信息；基于目标访问结果预测模型对目标用户的历史访问时间信息、目标用户的历史访问记录信息、目标用户的实时访问时间信息和目标用户的生理特征信息进行处理，生成间隔预测子任务和顺序访问预测子任务；对间隔预测子任务和顺序访问预测子任务进行处理，生成初始预测特征向量；基于目标用户的访问用途信息对初始预测特征向量进行处理，生成目标用户的目标预测信息。

【技术实现步骤摘要】

本专利技术涉及数据处理，特别涉及一种基于多任务融合访问间隔的顺序访问预测方法及相关设备。

技术介绍

1、顺序访问预测是基于用户历史访问的一种预测，跨越了各种医学专业和场景。随着技术进步，访问预测研究不断发展和迭代。早期的访问预测模型依赖于启发式和专家系统，如mycin系统，由于手动规则策划的高维护成本而受到限制。传统机器学习方法的进步已经自动化了从电子病历中训练分类器的过程，将访问预测视为多类分类任务。基于注意力的模型，如mmore、musanet和hitanet，专注于捕获多尺度时间特征。尽管这些模型考虑了用户访问的时间信息，但它们未能有效捕捉更深层次的信息，如访问间隔的不规律性。如何解决上述问题，是本方案所关注的内容。

2、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本申请的目的在于提供一种基于多任务融合访问间隔的顺序访问预测方法及相关设备，至少在一定程度上克服现有技术存在的问题，通过本文档来自技高网...

【技术保护点】

1.一种基于多任务融合访问间隔的顺序访问预测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，对所述训练样本集进行预处理，生成带有目标特征信息的训练样本集，包括：

3.如权利要求1所述的方法，其特征在于，基于所述目标访问结果预测模型对所述目标用户的历史访问时间信息、所述目标用户的历史访问记录信息、所述目标用户的实时访问时间信息和所述目标用户的生理特征信息进行处理，生成间隔预测子任务和顺序访问预测子任务，包括：

4.如权利要求3所述的方法，其特征在于，基于所述历史访问间隔信息和所述历史访问咨询信息对所述目标用户的实时访问时间信息和所述目标...

【技术特征摘要】

1.一种基于多任务融合访问间隔的顺序访问预测方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，对所述训练样本集进行预处理，生成带有目标特征信息的训练样本集，包括：

3.如权利要求1所述的方法，其特征在于，基于所述目标访问结果预测模型对所述目标用户的历史访问时间信息、所述目标用户的历史访问记录信息、所述目标用户的实时访问时间信息和所述目标用户的生理特征信息进行处理，生成间隔预测子任务和顺序访问预测子任务，包括：

4.如权利要求3所述的方法，其特征在于，基于所述历史访问间隔信息和所述历史访问咨询信息对所述目标用户的实时访问时间信息和所述目标用户的生理特征信息进行处理，生成目标用户的访问预测信息，包括：

5.如权利要求4所述的方法，其特征在于，基于所述历史访问间隔信息和所...

【专利技术属性】
技术研发人员：朱声荣，计虹，李维，张晨，
申请(专利权)人：北京大学第三医院北京大学第三临床医学院，
类型：发明
国别省市：