[发明专利]一种基于多任务学习机制的移动应用消亡预测方法

摘要

本发明提供一种基于多任务学习机制的移动应用消亡预测方法，通过划分预测时长为若干阶段，利用多任务学习机制将每个阶段中应用生存状态的预测作为一个子任务；针对每个子任务制定风险函数，不同子任务之间通过似然函数关联起来。整体模型由一组有序且存在依赖关系的分类器构成，从而对应用是否消亡进行预测。这种方法能够在不同任务之间实现参数共享，有效学习并利用了任务之间的隐含关联关系；并且针对时间划分预测任务，使得分类器每次专注于子任务的预测而非全局，能够有效减少预测误差，克服长期预测中准确率低、召回率差等问题。

主权项

1.一种基于多任务学习机制的移动应用消亡预测方法，其特征在于：包括以下步骤：S1：获取移动应用的各项特征数据，对数据进行预处理操作，包括样本过滤、语句分割、文本处理，针对时序数据提取用于预测的特征；所述特征包括：载量、评论、评分、用户情感和竞争性；S2：分析所述特征对移动应用的生存情况的影响；S3：将预测总时间划分为多个子阶段，预测任务划分为多个子任务，每个子任务建立子模型对每个子阶段的移动应用进行消亡预测；S4：获取各子任务之间的关联关系，然后关联多个任务的模型：S5：使用逻辑回归模型，基于前述每一个子阶段的生存概率进行估计，对移动应用进行消亡预测。