[发明专利]用户分群处理方法、装置、计算机设备和存储介质

权利要求书

1.一种用户分群处理方法，所述方法包括：

获取与训练集中的各用户标识对应的记录所点击的信息标识的点击序列；

将所述点击序列和所述点击序列中的信息标识分别作为主题模型中的文档和单词，进行主题模型训练，得到各所述点击序列相应的主题分布；

分别按照各所述点击序列相应的主题分布，确定各所述点击序列相应用户标识的群体分布；

对各所述用户标识分别按照相应的群体分布确定所属的群体。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取用户信息集；

将用户信息集划分为训练集和推测集；

根据由所述训练集训练得到的主题模型的参数以及所述推测集，训练所述推测集对应的主题模型；

根据所述推测集对应的主题模型确定所述推测集中用户标识所属的群体。

3.根据权利要求2所述的方法，其特征在于，所述获取用户信息集包括：

获取候选的各用户标识对应的已点击的信息标识；

获取候选的各用户标识对应的记录对应于信息标识的操作行为记录；

从获取的信息标识中，根据所述操作行为记录过滤掉无效点击的信息标识；

根据候选的各用户标识对应的过滤后剩余的信息标识，生成相应点击序列；

根据所述点击序列和相应用户标识得到用户信息集。

4.根据权利要求3所述的方法，其特征在于，所述从获取的信息标识中，根据所述操作行为记录过滤掉无效点击的信息标识包括：

获取所述操作行为记录中对应于获取的所述信息标识的操作行为数据；

在获取的操作行为数据中筛选符合无效点击判断条件的操作行为数据；

从获取的信息标识中，将筛选出的操作行为数据所对应的信息标识过滤掉。

5.根据权利要求2所述的方法，其特征在于，所述获取用户信息集包括：

获取候选的各用户标识对应的已点击的信息标识；

从获取的信息标识中，过滤属于热门信息类和/或冷门信息类的信息标识；

根据候选的各用户标识对应的过滤后剩余的信息标识，生成相应点击序列；

根据所述点击序列和相应用户标识得到用户信息集。

6.根据权利要求5所述的方法，其特征在于，还包括：

查询获取的信息标识各自对应的点击次数或点击频率；

将对应的点击次数或点击频率大于等于高频点击阈值的信息标识归类到热门信息类；

将对应的点击次数或点击频率小于等于低频点击阈值的信息标识归类到冷门信息类。

7.根据权利要求2所述的方法，其特征在于，所述主题模型的参数为所述训练集经过训练得到的主题与信息标识的概率分布；

所述根据由所述训练集训练得到的主题模型的参数以及所述推测集，训练所述推测集对应的主题模型包括：

获取与推测集中的各用户标识对应的点击序列；

根据所述主题与信息标识的概率分布，并将所述推测集中的各用户标识对应的点击序列和所述点击序列中的信息标识分别作为主题模型中的文档和单词，进行主题模型训练。

8.根据权利要求1所述的方法，其特征在于，所述对各所述用户标识分别按照相应的群体分布确定所属的群体包括：

确定各所述用户标识在相应群体分布中所对应的各群体的分布概率；

从与所述用户标识对应的群体中，按照相应分布概率由大到小的顺序筛选预设数量的群体，作为相应用户标识所属的群体。

9.根据权利要求8所述的方法，其特征在于，所述从与所述用户标识对应的群体中，按照相应分布概率由大到小的顺序筛选预设数量的群体，作为相应用户标识所属的群体包括：

将各所述用户标识所对应各群体的分布概率分别与分群置信度阈值比较；

在与各所述用户标识对应的群体中，分别将相应分布概率低于所述分群置信度阈值的群体过滤掉；

从过滤后剩余的群体中，按照相应分布概率由大到小的顺序，选取预设数量的群体作为相应用户标识所属的群体。