- 1、本文档共42页,其中可免费阅读41页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本公开的非限制性示例涉及应用人工智能(AI)处理来为一组用户生成用户活度的分类。例如,基于对多种类型的用户驱动事件的上下文分析来生成分类预测,该分类预测指示在预定时间段内教育课程中的学生被预测为具有高活度水平或是低活度水平。由于用户活度数据通常相当稳健,因此本公开应用降维处理来高效地管理用户活度数据,并且进一步提高下游二元分类的生成的准确性。用户活度数据的降维变换得到输入特征数据的低维表示,该低维表示与二元分类的生成是上下文相关的。然后,利用导出的分类来生成与一个或多个用户的用户活度水平相关的数
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117795531A
(43)申请公布日2024.03.29
(21)申请号202280054314.2(74)专利代理机构北京市金杜律师事务所
文档评论(0)