摘要

本发明提供了一种该基于神经网络的人类行为依赖度分析方法,步骤包括:S1:根据选定的粒度处理个体行为数据,获得各被测个体每日行为向量;S2:根据当前日期和个体特定行为习惯,获取各被测个体每日个性化向量;S3:将被测个体行为向量作为神经网络公有结构输入,该个体当日个性化向量作为神经网络私有结构输入,该个体当日被评价行为时间作为目标输出,设置隐层单元个数、学习率、训练轮数,初始化神经网络参数;S4:训练神经网络,使用标准反向传播算法更新神经网络参数;S5:将各个体被评价行为特征对应至少一个神经单元,其对所有隐层单元的贡献之和作为该个体特定行为依赖程度值,从而形成客观的量化分析结果。