一种基于卷积神经网络的质量考核评价方法
摘要文本
本申请公开了一种基于卷积神经网络的质量考核评价方法，即便是针对时序性不明显的产品，也能够较为充分地考察产品随时间表现出的特征，进而较为客观地对产品质量进行考核评价。此外，本说明书中的方法在LSTM模型训练较为困难的体系下，实现了基于卷积神经网络的产品质量考核评价，并达到了相应的评价效果。一方面，通过以管理、监督目的的数据处理，实现了对产品的使用效果的预测，得到了针对产品的质量考核评价结果。另一方面，得到的质量考核评价结果，为进一步地减少监督、管理资源的消耗提供了条件。
申请人信息
- 申请人:中国标准化研究院
- 申请人地址:100191 北京市海淀区知春路4号
- 发明人: 中国标准化研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于卷积神经网络的质量考核评价方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311618669.2 |
| 申请日 | 2023/11/30 |
| 公告号 | CN117557157A |
| 公开日 | 2024/2/13 |
| IPC主分类号 | G06Q10/0639 |
| 权利人 | 中国标准化研究院 |
| 发明人 | 杨景娜; 廖景行; 禄雨薇 |
| 地址 | 北京市海淀区知春路4号 |
专利主权项内容
1.一种基于卷积神经网络的质量考核评价方法，其特征在于，所述方法包括：确定参照产品、所述参照产品的使用环境第一信息、以及所述参照产品的使用环境第二信息；所述参照产品是历史上投放的产品；所述使用环境第一信息用于表征所述参照产品在投放后的第一时间段内，对所述参照产品做出的反馈；所述使用环境第二信息用于表征所述参照产品在投放后的第二时间段内，对所述参照产品做出的反馈；所述第二时间段位于所述第一时间段之后；在所述使用环境第一信息和所述使用环境第二信息均表示出正面反馈的情况下，将所述参照产品的信息作为第一样本；在所述使用环境第一信息和所述使用环境第二信息均表示出负面反馈的情况下，将所述参照产品的信息作为第二样本；采用所述参照产品的信息中除所述第一样本和所述第二样本以外的，对所述第一样本进行过滤处理；基于所述过滤处理后的所述第一样本、以及其对应的所述使用环境第一信息和所述使用环境第二信息，构建正样本；基于所述第二样本、以及其对应的所述使用环境第一信息和所述使用环境第二信息，构建负样本；所述正样本和所述负样本均为表征所述参照产品的信息和使用环境信息之间的对应关系的特征图；采用所述正样本和所述负样本训练卷积神经网络，得到目标模型；确定目标特征图；所述目标特征图用于表征目标产品、以及所述目标产品的使用环境信息之间的对应关系；采用所述目标模型基于所述目标特征图，预测所述目标产品的质量考核评价结果。