[发明专利]预测模型的建立方法、预测方法、装置、介质及设备

说明书

本发明实施例提供了一种用户年龄预测模型的建立方法、用户年龄的预测方法、装置、计算机可读介质及电子设备，该用户年龄预测模型的建立方法包括：采用动态分段的方式处理获取到的海量历史用户的年龄样本数据，得到N个年龄段作为样本标签，其中，N为正整数；获取所述N个年龄段的历史用户在多个类目上的行为数据以及所述多个类目上的行为数据对应的权值，并处理所述行为数据和所述权值获得所述N个年龄段的历史用户对应的行为特征值；根据所述样本标签和所述行为特征值训练机器学习模型，得到用户年龄预测模型。本发明实施例的技术方案有利于提高用户年龄的预测精确率。

技术领域

本发明涉及计算机数据处理技术领域，具体而言，涉及一种用户年龄预测模型的建立方法、用户年龄的预测方法、用户年龄预测模型的建立装置、用户年龄的预测装置、计算机可读介质及电子设备。

背景技术

在电商领域中，根据用户的性别、年龄、偏好等特征数据，商家为用户提供个性化的服务，以提高用户的使用体验。但是随着用户隐私意识的加强，为了规避隐私数据泄漏等问题，商家获取用户的特征数据的难度不断增加。

现有技术方中，为了获取用户的特征数据，采用根据历史用户的行为数据建模，进而通过数学模型实现对当前用户的年龄进行的预测。

然而，现有技术提供的预测方法的预测精确率有待提高。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施例的目的在于提供一种用户年龄预测模型的建立方法、用户年龄的预测方法、用户年龄预测模型的建立装置、用户年龄的预测装置、计算机可读介质及电子设备，进而至少在一定程度上克服现有技术提供的预测方法的预测精确率较低的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明实施例的第一方面，提供了一种用户年龄预测模型的建立方法，包括：

采用动态分段的方式处理获取到的海量历史用户的年龄样本数据，得到N个年龄段作为样本标签，其中，N为正整数；

获取所述N个年龄段的历史用户在多个类目上的行为数据以及所述多个类目上的行为数据对应的权值，并处理所述行为数据和所述权值获得所述N个年龄段的历史用户对应的行为特征值；

根据所述样本标签和所述行为特征值训练机器学习模型，得到用户年龄预测模型。

在本发明的一些实施例中，基于前述方案，采用动态分段的方式处理获取到的海量历史用户的年龄样本数据，得到N个年龄段作为样本标签，包括：

统计所述海量历史用户的年龄样本数据，得到年龄上限值和年龄下限值；

根据预设的年龄段的个数N和所述年龄上限值和年龄下限值确定每个所述年龄段的初步年龄段范围值；

以动态规划的方式对所述初步年龄段范围值进行分段，确定多个中间年龄段范围值；

计算所述多个中间年龄段范围值的基尼不纯度，并将基尼不纯度最小的中间年龄段范围值作为最终年龄段范围值，以完成对样本标签的确定。

在本发明的一些实施例中，基于前述方案，获取所述N个年龄段的历史用户在多个类目上的行为数据以及所述多个类目上的行为数据对应的权值，并处理所述行为数据和所述权值获得所述N个年龄段的历史用户对应的行为特征值，包括：

对于所述N个年龄段的历史用户，获取所述历史用户针对多个类目的行为数据和所述行为数据对应的权值；

根据所述行为数据和所述行为数据对应的权值计算所述历史用户在各个类目上的活跃度；