[发明专利]一种确定人员行为概率的方法、装置及设备

说明书

本发明实施例提供了一种确定人员行为概率的方法、装置及设备，方法包括：以样本人员的行为记录为监督，以样本人员的属性信息为输入，对预设分类器进行训练，得到识别模型；人员的行为记录能够反应人员的行为概率，训练得到识别类型的过程也就是学习行为概率与人员属性之间关联关系的过程，因此，将待识别属性信息输入识别模型，能够得到待识别人员的行为概率；可见，本方案中，利用识别模型确定人员行为概率，对专家经验依赖程度较低，提高了确定人员行为概率的效率。

技术领域

本发明涉及数据挖掘技术领域，特别是涉及一种确定人员行为概率的方法、装置及设备。

背景技术

一些场景中，通常需要确定人员的行为概率。举例来说，行为概率可以为危险行为概率；比如，当发生不良案件后，通常需要识别出危险行为概率较大的人员，也就是嫌疑较大的人员。或者，人员行为概率也可以为购买行为概率，如购买某商品的概率等；购物网站通常需要分析人员的购买行为概率，以便制定销售策略。或者，人员行为概率也可以为观看视频行为概率，如观看某视频的概率等；视频网站通常需要分析人员的观看视频行为概率，以便制定推送策略。

现有方案中，一般依赖专家经验确定人员行为概率。而专家数量毕竟有限，也就导致了确定人员行为概率的效率较低。

发明内容

本发明实施例的目的在于提供一种确定人员行为概率的方法、装置及设备，以提高确定人员行为概率的效率。

为达到上述目的，本发明实施例提供了一种确定人员行为概率的方法，包括：获取待识别人员的属性信息，作为待识别属性信息；

将所述待识别属性信息输入至预先建立的识别模型，得到所述待识别人员的行为概率；其中，所述识别模型为：以多个样本人员的属性信息为输入，以所述多个样本人员的行为记录为监督，对预设分类器进行训练得到的。

可选的，属性信息包括以下任意一种式多种类型的属性：静态属性、行为属性、关系属性；

所述获取待识别人员的属性信息，作为待识别属性信息，可以包括：

获取待识别人员的候选待识别属性信息；

对所述候选待识别属性信息进行特征提取，得到所述待识别属性信息。

可选的，所述识别模型的建立过程可以包括：

获取多个样本人员的候选样本属性信息；

对所述候选样本属性信息进行清洗操作，得到清洗后的候选样本属性信息；其中，所述清洗操作包括以下任意一项或多项：去冗余、去噪声、缺失值处理、异常处理；

对所述清洗后的候选样本属性信息进行特征提取，得到样本属性信息；

获取所述多个样本人员的行为记录；

以所述行为记录为监督，以所述样本属性信息为输入，对预设分类器进行训练，得到所述识别模型。

可选的，所述对所述候选样本属性信息进行清洗操作，得到清洗后的候选样本属性信息，可以包括：

将所获取的候选样本属性信息添加至样本数据集合；

对所述样本数据集合中的不完整属性信息进行缺失值处理，得到缺失值处理后的样本数据集合；

对所述缺失值处理后的样本数据集合进行去冗余、及去噪声处理，得到去噪声处理后的样本数据集合；

对所述去噪声处理后的样本数据集合中的异常数据进行异常处理，得到异常处理后的样本数据集合，将所述异常处理后的样本数据集合中的每条候选样本属性信息作为清洗后的候选样本属性信息。

可选的，所述对所述候选待识别属性信息进行特征提取，得到所述待识别属性信息，可以包括：