[发明专利]一种xDeepFM的二手手机价格预测算法在审
| 申请号： | 202111124440.4 | 申请日： | 2021-09-24 |
| 公开（公告）号： | CN113837805A | 公开（公告）日： | 2021-12-24 |
| 发明（设计）人： | 林乐新;周超;杨浩 | 申请（专利权）人： | 深圳闪回科技有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06N3/04;G06N3/08 |
| 代理公司： | 深圳知帮办专利代理有限公司 44682 | 代理人： | 李赜 |
| 地址： | 518000 广东省深圳市南山区粤海街道麻岭*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 xdeepfm 二手 手机价格 预测 算法 | ||
1.一种xDeepFM的二手手机价格预测算法，其特征在于，将CIN与线性回归单元、全连接神经网络单元组合在一起，得到最终的xDeepFM模型，具体包含如下方法：
步骤一：获取手机的属性数据，并进行属性特征的编码和分组，每一种特征进行one-hot离散型编码，同一类特征可以共享同一组特征空间，分配占用不同的特征id；
步骤二：处理价格型时序特征；
步骤三：手动特征交叉，对明显有交叉意义的特征组合进行人工交叉；
步骤四：将处理好的多种特征输入xDeepFm模型中，进行多轮训练，根据损失函数下降情况选择合适的结束时机；
步骤五：模型性能评估，采用MAE/y的分布来进行评估。
2.根据权利要求1所述的一种xDeepFM的二手手机价格预测算法，其特征在于：所述步骤一，手机的属性数据包括但不限于屏幕缺陷、能否正常开机以及使用年限。
3.根据权利要求1所述的一种xDeepFM的二手手机价格预测算法，其特征在于：所述步骤二中，价格型时序特征包括多种粒度的统计特征。
4.根据权利要求1所述的一种xDeepFM的二手手机价格预测算法，其特征在于：所述步骤三中，特征组合包括但不限于机型价格、重要缺陷机型价格以及手机人工评级。
5.根据权利要求1所述的一种xDeepFM的二手手机价格预测算法，其特征在于：所述步骤五中，MAE/y指标分为3个档位指标，具体为误差5%的样本占比、误差10%的样本占比以及误差15%的样本占比。
6.根据权利要求1所述的一种xDeepFM的二手手机价格预测算法，其特征在于：还包括FM模块，用于集成线下模型。
7.根据权利要求1所述的一种xDeepFM的二手手机价格预测算法，其特征在于：还包括DNN模块，用于学习高阶特征交叉。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳闪回科技有限公司，未经深圳闪回科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202111124440.4/1.html，转载请声明来源钻瓜专利网。
