[发明专利]一种用户属性预测模型构建方法和装置

权利要求书

1.一种用户属性预测模型构建方法，其特征在于，所述方法包括：

分别从源样本集合和目标样本集合中，获取源样本集合原始特征和目标样本集合原始特征；其中，所述源样本集合为完成用户属性标注的文本数据样本的样本集合，所述目标样本集合为待标注用户属性的文本数据样本的样本集合；

根据所述源样本集合原始特征和所述目标样本集合原始特征的对应关系，生成与所述源样本集合原始特征对应的源样本集合扩展特征；所述源样本集合原始特征和所述源样本集合扩展特征归属于相同的用户属性；

采用所述源样本集合原始特征及所归属的用户属性，构建第一用户属性预测模型，以及，采用所述源样本集合扩展特征和所归属的用户属性，构建第二用户属性预测模型；

统计所述第一用户属性预测模型对输入的目标样本集合原始特征的用户属性预测结果与实际用户属性的第一匹配度，以及，统计所述第二用户属性预测模型对输入的目标样本集合原始特征的用户属性预测结果与实际用户属性的第二匹配度；

采用所述第一匹配度和所述第二匹配度，分别配置所述第一用户属性预测模型和所述第二用户属性预测模型的校正权重；

根据所述第一用户属性预测模型及配置的校正权重，及所述第二用户属性预测模型及配置的校正权重，构建目标用户属性预测模型。

2.根据权利要求1所述的方法，其特征在于，所述源样本集合包括第一文本平台上的多个文本样本，所述目标样本集合包括第二文本平台上的多个文本样本。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在所述源样本集合和所述目标样本集合中查找相同的特征作为共同特征，并确定所述共同特征归属的用户属性；

采用所述共同特征和所归属的用户属性，构建第三用户属性预测模型；

根据所述第三用户属性预测模型对输入的目标样本集合原始特征的用户属性预测结果与实际用户属性的匹配度，对所述第三用户属性预测模型配置校正权重；

采用所述第三用户属性预测模型以及分配的校正权重更新所述目标用户属性预测模型。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述源样本集合原始特征和所述源样本集合扩展特征合并成源样本集合合并特征；

采用所述源样本集合合并特征和所归属的用户属性，构建第四用户属性预测模型；

采用所述第四用户属性预测模型更新所述目标用户属性预测模型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述源样本集合原始特征和所述目标样本集合原始特征的对应关系，生成与所述源样本集合原始特征对应的源样本集合扩展特征包括：

将在所述源样本集合原始特征和所述目标样本集合原始特征中共现的频率大于第一预设阈值的特征作为支点特征；

确定所述支点特征在所述源样本集合和所述目标样本集合中的关联特征；

将与所述支点特征共现的频率大于第二预设阈值的关联特征作为目标关联特征；

采用所述目标关联特征生成所述源样本集合扩展特征。

6.根据权利要求2所述的方法，其特征在于，所述从源样本集合和目标样本集合中，分别获取源样本集合原始特征和目标样本集合原始特征包括：

从所述第一文本平台和所述第二文本平台上的多个文本样本中提取多个文本单元，并确定文本单元的文本词性；

将文本词性符合预设词性要求的文本单元提取作为目标文本单元；

计算各目标文本单元的文本特征向量，作为所述源样本集合原始特征和所述目标样本集合原始特征。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从所述目标样本集合中提取归属于同一目标用户的多个待预测特征；

将多个待预测特征输入至所述目标用户属性预测模型，得到针对目标用户的用户属性预测结果。