[发明专利]获取用户画像的方法及装置

权利要求书

1.一种获取用户画像的方法，其特征在于，所述方法包括：

根据用户行为日志，获取M个训练样本；其中，训练样本<u，i，j>用于反映用户u对物品i和物品j的喜好程度的差异，所述M为正整数；

根据所述训练样本，采用数据拟合模型修正初始化的用户参数矩阵W_m×k和初始化的标签参数矩阵H_k×n，得到最终的用户参数矩阵W_m×k和最终的标签参数矩阵H_k×n；其中，所述m表示用户个数，所述k表示因子个数，所述n表示标签个数，所述m为正整数，所述k为正整数，所述n为大于1的整数；

根据所述最终的用户参数矩阵W_m×k和所述最终的标签参数矩阵H_k×n，获取用户画像矩阵P_m×n；其中，所述用户画像矩阵P_m×n中第u行第t列的元素P_ut表示用户u对标签t的喜好程度，所述u为大于等于1且小于等于m的整数，所述t为大于等于1且小于等于n的整数。

2.根据权利要求1所述的方法，其特征在于，所述根据所述训练样本，采用数据拟合模型修正初始化的用户参数矩阵W_m×k和标签参数矩阵H_k×n，得到最终的用户参数矩阵W_m×k和最终的标签参数矩阵H_k×n，包括：

令a＝0，根据第a轮修正后的用户参数矩阵W_m×k和第a轮修正后的标签参数矩阵H_k×n，计算所述m个用户中的每一个用户对所述n个标签中的每一个标签的喜好程度；其中，所述a为大于等于0的整数，第0轮修正后的用户参数矩阵W_m×k为所述初始化的用户参数矩阵W_m×k，第0轮修正后的标签参数矩阵H_k×n为所述初始化的标签参数矩阵H_k×n；

根据所述m个用户中的每一个用户对所述n个标签中的每一个标签的喜好程度和物品标签矩阵A_h×n，计算所述m个用户中的每一个用户对所述h个物品中的每一个物品的喜好程度；其中，所述h表示物品个数，所述h为大于1的整数；

根据所述m个用户中的每一个用户对所述h个物品中的每一个物品的喜好程度，获取每一个训练样本对应的概率；其中，所述训练样本<u，i，j>对应的概率是指所述用户u对所述物品i的喜好程度大于对所述物品j的喜好程度的概率；

将所述M个训练样本分别对应的概率作为所述数据拟合模型的输入参数，计算所述数据拟合模型的输出结果；

若所述输出结果符合预设条件，则将所述第a轮修正后的用户参数矩阵W_m×k和所述第a轮修正后的标签参数矩阵H_k×n分别确定为所述最终的用户参数矩阵W_m×k和所述最终的标签参数矩阵H_k×n；

若所述输出结果不符合所述预设条件，则修正所述第a轮修正后的用户参数矩阵W_m×k得到第a+1轮修正后的用户参数矩阵W_m×k，以及修正所述第a轮修正后的标签参数矩阵H_k×n得到第a+1轮修正后的标签参数矩阵H_k×n，令a＝a+1，并重新从所述根据第a轮修正后的用户参数矩阵W_m×k和第a轮修正后的标签参数矩阵H_k×n，计算所述m个用户中的每一个用户对所述n个标签中的每一个标签的喜好程度的步骤开始执行。