[发明专利]类别确定方法及装置

说明书

技术领域

本发明涉及互联网领域，具体而言，涉及一种类别确定方法及装置。

背景技术

相关技术中，在机器学习算法框架中使用整体抽样方法对用户进行分类，图1是相关技术中的整体抽样方法的示意图，如图1所述，通过对T期的整体样本进行随机抽样，把抽样样本作为训练样本进行模型训练。该整体抽样方法的主要特点在于：1)不分层抽样：对整体样本进行随机抽样，而没有对样本进行分层。比如在整体样本X₁,X₂,…,X_n中(用户量标记为M_X)，直接进行随机抽样，得到抽样样本L₁,L₂,…,L_k(用户量标记为M_L)，并且，M_L＝α·M_X(α∈(0,1)表示抽样比例)。2)等概率性：抽取样本的概率是均等的。3)随机性：每个样本的抽取是等概率的偶然形式。

然而，上述整体抽样方法存在下述缺陷：

1)容易造成样本失衡：整体随机抽样的方法由于从整体样本中进行随机抽样，对分类样本的随机抽样来讲，容易造成在各分类样本中抽取的样本量不均衡。

2)样本方差失衡：当整体随机抽样样本出现失衡的时候，会造成样本方差出现偏大或者偏小的偏向性。

3)模型权重失衡：由于样本方差与模型权重大致呈反向关系，因而样本方差失衡也导致模型权重失衡。

因而，由于上述整体抽样方法的上述缺陷会导致训练的模型权重失衡，因而可能导致分类不准确。

针对上述技术问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种类别确定方法及装置，以至少解决由于采用整体抽样方法对用户进行分类导致分类不准确的技术问题。

根据本发明实施例的一个方面，提供了一种类别确定方法，包括：通过分层随机抽样方法对样本集进行抽样，得到抽样样本集；其中，样本集中的样本元素包括指定对象的用户账号的特征信息和用户账号的类别信息；将抽样样本集作为训练样本集，对用于对待预测用户账号的类别进行预测的预测模型进行训练，得到训练后的预测模型；将待预测用户账号的特征信息输入到训练后的预测模型中，得到待预测用户账号的类别信息。

根据本发明实施例的另一方面，还提供了一种类别确定装置，包括：抽样模块，用于通过分层随机抽样方法对样本集进行抽样，得到抽样样本集；其中，样本集中的样本元素包括指定对象的用户账号的特征信息和用户账号的类别信息；训练模块，用于将抽样样本集作为训练样本集，对用于对待预测用户账号的类别进行预测的预测模型进行训练，得到训练后的预测模型；预测模块，用于将待预测用户账号的特征信息输入到训练后的预测模型中，得到待预测用户账号的类别信息。

在本发明实施例中，采用分层随机抽样方法对样本集进行抽样得到的训练样本集对用于预测指定对应的用户账号的类别信息的预测模型进行训练的方式，使得获取到的训练样本集的样本方差更接近于总体方差，因而使得预测的用户账号的类别信息更加准确，从而实现了提高用户账号分类准确性的技术效果，进而解决了由于采用整体抽样方法对用户进行分类导致分类不准确的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是相关技术中的整体抽样方法的示意图；

图2是本发明实施例的一种类别确定方法的移动终端的硬件结构框图；

图3是根据本发明实施例的类别确定方法的流程图；

图4是根据本发明实施例提供的分层随机抽样方法的示意图；

图5是相关技术中采用整体抽样方法对王者荣耀业务进行周预流失关怀的流程示意图；

图6是根据本发明优选实施例提供的一种基于分层抽样方法对王者荣耀业务进行周预流失关怀的流程示意图；

图7是根据本发明优选实施例提供的类别确定装置的结构框图；

图8是根据本发明实施例提供的终端的结构框图；

图9是根据本发明实施例提供的服务器的结构框图。

具体实施方式