[发明专利]获取用户画像的方法及装置

说明书

技术领域

本发明实施例涉及信息处理技术领域，特别涉及一种获取用户画像的方法及装置。

背景技术

用户画像，又称用户角色(Persona)，是一种用于勾画目标用户、联系用户诉求与设计方向的有效工具，其在各领域得到了广泛的应用。具体实现时，可将用户画像以用于刻画用户特征的标签(tag)集合表示，该标签集合可包括从用户社会属性、生活习惯、消费行为等角度刻画用户特征的标签。比如年龄、性别、地域、学历和用户偏好等标签。

现有技术提供了一种获取用户画像的方法。预先设定多个标签，并人工为每一个标签设定相应的标签权重，标签权重可以根据实际应用的需求或人工经验预先设定。可选的，对于每一个标签，根据具备该标签的物品在所有物品中的占比，设定该标签对应的标签权重。通常，上述占比与标签权重呈负相关关系，也即上述占比越大则标签权重越小，上述占比越小则标签权重越大。而后获取用户行为日志，用户行为日志记录有用户对各个物品执行的各种行为，比如：用户1浏览了物品1、用户2购买了物品1、用户1购买了物品2等。然后根据各个物品所具备的标签和用户对各个物品执行的行为，确定用户对各个标签的行为权重。最后分别根据每一个标签对应的标签权重和行为权重，计算得到用户对该标签的喜好程度，整合用户对各个标签的喜好程度得到用户画像。例如，用户对某一标签的喜好程度，可采用该标签对应的标签权重与行为权重的乘积表示。

然而，在现有技术中，由于需要人工为每一个标签设定相应的标签权重，而标签的数量往往较多，这就导致需要花费大量的时间和人力资源，获取用户画像所耗费的时间和人力成本较高；并且，由于人工设定标签权重的方式难免存在误差，很难保证人工设定的标签权重与实际业务相符，导致最终获取的用 户画像的准确度较低。

发明内容

为了解决现有技术提供的获取用户画像的方法，所耗费的时间和人力成本较高，且获取的用户画像的准确度较低的问题，本发明实施例提供了一种获取用户画像的方法及装置。所述技术方案如下：

根据本发明实施例的第一方面，提供了一种获取用户画像的方法，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。

根据本发明实施例的第二方面，提供了一种获取用户画像的装置，所述装置包括：

样本获取模块，用于根据用户行为日志，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；

矩阵修正模块，用于根据所述训练样本，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；

画像获取模块，用于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。

本发明实施例提供的技术方案带来的有益效果包括：