[发明专利]用户属性的预测方法和装置

说明书

本发明实施例提供一种用户属性的预测方法和装置，能够大幅提高用户属性预测的准确率和覆盖率。该方法包括：构建用于预测用户属性的特征数据；通过训练得到的并行二分类模型对所述特征数据进行处理，生成所述用户属性的预测概率值；通过训练得到的融合二分类模型对所述预测概率值进行处理，生成所述用户属性的预测结果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种用户属性的预测方法和装置。

背景技术

随着互联网技术的发展，基于海量用户数据进行用户属性预测越来越重要。现有的用户属性预测方法大多是基于无监督模型开发的，普遍存在覆盖率低、准确率低等问题。下面以用户性别预测为例，对现有的属性预测方法进行介绍。

图1是现有技术中的用户性别预测的示意图。如图1所示，现有用户性别预测主要包括两次迭代过程，步骤如下：S101、定义正则表达式对商品属性进行多次匹配，确定商品性别概率；S102、判断商品集中男性商品概率与女性商品概率的差值是否大于等于0.8，且商品性别属性标记量是否大于等于0.8；S103、若满足步骤S102中的判断条件，则基于朴素贝叶斯模型计算用户性别概率，然后进入步骤S105；S104、若不满足步骤S102中的判断条件，则对概率极值数据进行质量处理，然后进入步骤S103；S105、基于步骤S103中得到的用户性别概率对无性别标记的商品进行标记，然后进入步骤S101；S106、重复步骤S101至S103，得到用户的性别预测结果。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有的用户属性预测大多采用单一的无监督模型，只能通过商品的某些属性反推用户属性，其准确率、覆盖率较低。例如，在性别预测中，只能通过商品的性别属性反推用户的性别。但是，由于仅能通过商品中特有的性别词(如男、女等)去判断商品的性别属性，并且商品的性别属性较少，因此造成很多信息的缺失，导致最终性别预测的准确率较低。同时，现有性别预测方法的覆盖率较低，对相当大的一部分用户无法识别，且将部分用户识别为中性，大大影响了用户性别预测的适用范围。

发明内容

有鉴于此，本发明实施例提供一种用户属性的预测方法和装置，能够大幅提高用户属性预测的准确率，同时能够极大提高用户属性预测的覆盖率。

为实现上述目的，根据本发明的一个方面，提供了一种用户属性的预测方法。

本发明实施例的一种用户属性的预测方法，包括：构建用于预测用户属性的特征数据；通过训练得到的并行二分类模型对所述特征数据进行处理，生成所述用户属性的预测概率值；通过训练得到的融合二分类模型对所述预测概率值进行处理，生成所述用户属性的预测结果。

可选地，所述特征数据包括下列数据中的至少一项：用户购买商品的特征数据、用户浏览商品的特征数据、用户搜索商品的特征数据、用户将商品加入购物车的特征数据。

可选地，基于训练得到的并行二分类模型对所述特征数据进行处理，包括：将所述特征数据输入第一GBDT分类模型，生成第一预测概率值；将所述特征数据输入随机森林分类模型，生成第二预测概率值；通过第一GBDT分类模型和随机森林分类模型从所述特征数据中选出重要特征数据，并将所述重要特征数据输入逻辑回归分类模型，生成第三预测概率值。

可选地，所述融合二分类模型为：第二GBDT分类模型。

可选地，构建用于预测用户属性的特征数据，包括：获取用户在电子商务网站上的特征数据，并对所述特征数据进行清洗。

为实现上述目的，根据本发明的另一方面，提供了一种用户属性的预测装置。

本发明实施例的一种用户属性的预测装置包括：数据构建模块，用于构建用于预测用户属性的特征数据；并行处理模块，用于通过训练得到的并行二分类模型对所述特征数据进行处理，生成所述用户属性的预测概率值；融合处理模块，用于通过训练得到的融合二分类模型对所述预测概率值进行处理，生成所述用户属性的预测结果。