[发明专利]一种商户分类方法、装置、电子设备及介质

权利要求书

1.一种商户分类方法，其特征在于，所述方法包括：

将各预设单位时间内采集的预设数量的商户交易数据输入至循环神经网络中，得到第一输出数据；

将所述第一输出数据输入至卷积神经网络中，得到第二输出数据；

基于归一化函数，对所述第二输出数据进行处理，得到商户分类结果。

2.根据权利要求1所述的方法，其特征在于，将各预设单位时间内采集的预设数量的商户交易数据输入至循环神经网络中，得到第一输出数据，包括：

将各预设单位时间内采集的预设数量的商户交易数据表示为列向量的形式；

将各列向量形式的预设单位时间内采集的预设数量的商户交易数据输入至输入层的各个节点中。

3.根据权利要求1所述的方法，其特征在于，将各预设单位时间内采集的预设数量的商户交易数据输入至循环神经网络中，得到第一输出数据，包括：

将当前层的循环神经网络的输出数据，输入至下一层循环神经网络的输入层，经过下一层循环神经网络的处理得到第一输出数据。

4.根据权利要求3所述的方法，其特征在于，将当前层的循环神经网络的输出数据，输入至下一层循环神经网络的输入层，经过下一层循环神经网络的处理得到第一输出数据，包括：

将当前层的循环网络的输出数据分为预设组数的组；

将每组的输出数据汇总，输入下一层循环神经网络的输入层节点。

5.根据权利要求4所述的方法，其特征在于，将每组的输出数据汇总，输入下一层循环神经网络的输入层节点，包括：

将每组的输出数据进行拼接，得到拼接输入矩阵；

将所述拼接输入矩阵，输入下一层循环神经网络的输入层节点。

6.根据权利要求1所述的方法，其特征在于，将所述第一输出数据输入至卷积神经网络中，得到第二输出数据，包括：

将第一输出数据输入至卷积层和池化层进行处理，得到第二输出数据。

7.根据权利要求6所述的方法，其特征在于，将第一输出数据输入至卷积层和池化层进行处理，得到第二输出数据，包括：

基于第一预设卷积核，对所述第一输出数据进行处理，得到卷积层输出数据

基于第二预设卷积核，对所述卷积层输出数据进行降维处理，得到池化层输出数据，作为第二输出数据。

8.根据权利要求1所述的方法，其特征在于，将所述第一输出数据输入至卷积神经网络中，得到第二输出数据，包括：

将第一输出数据输入至卷积层、池化层和全连接层进行处理，得到第二输出数据。

9.根据权利要求1所述的方法，其特征在于，基于归一化函数，对所述第二输出数据进行处理，得到商户分类结果，包括：

将所述第二输出数据表示为指数数据；

将所述指数数据进行归一化处理，得到商户分类结果。

10.根据权利要求9所述的方法，其特征在于，将所述第二输出数据表示为指数数据，包括：

以的形式，表示所述第二输出数据；其中，Z_i为所述第二输出数据。

11.根据权利要求9所述的方法，其特征在于，将所述指数数据进行归一化处理，得到商户分类结果据，包括：

基于如下公式，确定商户分类为预设商户列别的概率：

其中，Z_j为第j个节点输出的第二输出数据，K为输出节点的个数。

12.根据权利要求1所述的方法，其特征在于，所述归一化函数为Softmax函数。