[发明专利]基于主题模型的家庭成员属性预测方法、装置及智能终端

权利要求书

1.一种基于主题模型的家庭成员属性预测方法，其特征在于，包括：

获取媒资库中各视频在各个主题上的概率分布；

根据用户对各视频的偏好权重以及各视频在各个主题上的概率分布，生成用户的主题偏好概率分布；

利用所述用户的主题偏好概率分布作为逻辑回归模型的输入特征，得到逻辑回归模型输出的多种用户属性的概率分布，所述逻辑回归模型的训练样本为利用外部数据资源获取的用户属性的标准样本；

根据所述多种用户属性的概率分布统计出符合显著属性特性的属性数量，将所述符合显著属性特性的属性数量确认为家庭成员的数量，并记录各个家庭成员对应的用户属性。

2.根据权利要求1所述的方法，其特征在于，根据所述多种用户属性的概率分布统计出符合显著属性特性的属性数量包括：

获取用户在多种属性条件下的综合概率分布；

获取整个用户群体在所述多种属性下的群体概率分布；

统计出所述综合概率高于所述群体概率分布的预设点位的属性数量。

3.根据权利要求1所述的方法，其特征在于，利用外部数据资源获取用户属性的标准样本包括：

利用内部数据资源获取多个视频观看时间，并利用外部数据资源获取各个视频的观看用户群属性特征概率分布P_i；

利用(观看时间_i*P_i)计算出用户的属性概率，其中，n为多个视频的数量，1≤i≤n；

将所述用户的属性概率做归一化处理，得到用户属性的归一化概率；

选取所述归一化概率大于预设阈值的用户作为用户属性的标准样本。

4.根据权利要求1所述的方法，其特征在于，所述根据用户对各视频的偏好权重以及各视频在各个主题上的概率分布，生成用户的主题偏好概率分布包括：

获取用户观看视频的总时长；

根据用户对各视频的观看时长与所述总时长的比例计算得出用户对各视频的偏好权重矩阵；

将所述偏好权重矩阵与各视频在各个主题上的概率分布矩阵相乘，得到用户的主题偏好概率分布。

5.一种基于主题模型的家庭成员属性预测装置，其特征在于，包括：

获取模块，用于获取媒资库中各视频在各个主题上的概率分布；

生成模块，用于根据用户对各视频的偏好权重以及各视频在各个主题上的概率分布，生成用户的主题偏好概率分布；

输出模块，用于利用所述用户的主题偏好概率分布作为逻辑回归模型的输入特征，得到逻辑回归模型输出的多种用户属性的概率分布，所述逻辑回归模型的训练样本为利用外部数据资源获取的用户属性的标准样本；

统计模块，用于根据所述多种用户属性的概率分布统计出符合显著属性特性的属性数量，将所述符合显著属性特性的属性数量确认为家庭成员的数量，并记录各个家庭成员对应的用户属性。

6.根据权利要求5所述的装置，其特征在于，根据所述多种用户属性的概率分布统计出符合显著属性特性的属性数量包括：

第一获取子模块，用于获取用户在多种属性条件下的综合概率分布；

第二获取子模块，用于获取整个用户群体在所述多种属性下的群体概率分布；

第一统计子模块，用于统计出所述综合概率高于所述群体概率分布的预设点位的属性数量。

7.根据权利要求5所述的装置，其特征在于，利用外部数据资源获取用户属性的标准样本包括：

第三获取子模块，用于分别获取多个视频观看时间以及各个视频的观看用户群属性特征概率分布P_i；

第一计算子模块，用于利用(观看时间_i*P_i)计算出用户的属性概率，其中，n为多个视频的数量，1≤i≤n；

归一化子模块，用于将所述用户的属性概率做归一化处理，得到用户属性的归一化概率；

选取子模块，用于选取所述归一化概率大于预设阈值的用户作为用户属性的标准样本。