[发明专利]用户数据真实性分析方法及装置、存储介质、电子设备

权利要求书

1.一种用户数据真实性分析方法，其特征在于，包括：

根据多个包含子特征的特征组合构建多个结果预测模型；

获取与所述子特征类型相同的待分析特征数据；

根据所述特征组合将所述待分析特征数据进行分组，形成多个待分析特征数据组合；

将所述待分析特征数据组合输入至所述结果预测模型，获取多个预测结果；

将所述预测结果进行融合，获取最终预测结果；

其中，根据多个包含子特征的特征组合构建多个结果预测模型，包括：

对所述子特征进行机器训练，以构建单特征模型；

将所述子特征输入至所述单特征模型，获取所述子特征的准确率，并根据所述子特征的准确率将所述子特征随机组合形成多个所述特征组合；

对所述特征组合进行机器训练，以构建所述结果预测模型。

2.根据权利要求1所述的用户数据真实性分析方法，其特征在于，用户数据真实性分析方法还包括：

获取用户特征信息，所述用户特征信息包括多个子特征；

根据所述子特征形成多个所述特征组合。

3.根据权利要求1所述的用户数据真实性分析方法，其特征在于，根据所述子特征的准确率将所述子特征随机组合形成多个所述特征组合包括：

根据所述子特征的准确率，通过轮盘赌法将所述子特征随机组合形成所述特征组合。

4.根据权利要求1所述的用户数据真实性分析方法，其特征在于，获取与所述子特征类型相同的待分析特征数据包括：

获取待分析用户数据；

根据所述子特征的类型，从所述待分析用户数据中抽取所述待分析特征数据。

5.根据权利要求1所述的用户数据真实性分析方法，其特征在于，将所述预测结果进行融合，获取最终预测结果包括：

根据D-S证据理论将所述预测结果进行融合，获取所述最终预测结果。

6.一种用户数据真实性分析装置，其特征在于，包括：

模型构建模块，用于根据多个包含子特征的特征组合构建多个结果预测模型，包括：对所述子特征进行机器训练，以构建单特征模型；将所述子特征输入至所述单特征模型，获取所述子特征的准确率，并根据所述子特征的准确率将所述子特征随机组合形成多个所述特征组合；对所述特征组合进行机器训练，以构建所述结果预测模型；

数据获取模块，用于获取与所述子特征类型相同的待分析特征数据；

组合生成模块，用于根据所述特征组合将所述待分析特征数据进行分组，形成多个待分析特征数据组合；

结果预测模块，用于将所述待分析特征数据组合输入至所述结果预测模型，获取多个预测结果；

结果融合模块，用于将所述预测结果进行融合，获取最终预测结果。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的用户数据真实性分析方法。

8.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-5任一项所述的用户数据真实性分析方法。