[发明专利]用户表征方法、装置、电子设备及计算机可读介质

权利要求书

1.一种用户表征方法，其特征在于，所述方法包括：

基于样本用户在源领域中的第一特征数据和所述样本用户在目标领域中的第二特征数据，对待训练的跨领域特征表征模型进行训练，包括：基于所述第一特征数据、所述第二特征数据、所述目标领域中与所述样本用户关联的样本对象的第四特征数据，及所述样本用户针对所述样本对象的行为标注数据，对所述待训练的跨领域特征表征模型进行训练；其中，所述第一特征数据为样本用户在源领域中的整体特征数据，包括样本用户在源领域中的行为特征数据和用户画像数据；所述第二特征数据为样本用户在目标领域中的整体特征数据，包括样本用户在目标领域中的行为特征数据和用户画像数据；所述第四特征数据为样本对象在目标领域中的整体特征数据，所述样本对象为所述样本用户在目标领域中的用户日志数据中涉及到的对象；

通过训练后的所述跨领域特征表征模型，基于待表征的用户在所述源领域中的第三特征数据，生成所述待表征的用户在所述目标领域中的第一跨领域特征表征数据。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一特征数据、所述第二特征数据、所述目标领域中与所述样本用户关联的样本对象的第四特征数据，及所述样本用户针对所述样本对象的行为标注数据，对所述待训练的跨领域特征表征模型进行训练，包括：

基于所述第一特征数据和所述第二特征数据，对所述跨领域特征表征模型和第一目标领域特征表征模型进行第一训练；

基于所述第二特征数据、所述第四特征数据和所述行为标注数据，对所述第一目标领域特征表征模型、第一对象特征表征模型和第一对象预估模型进行第二训练；

基于所述第一特征数据、所述第四特征数据和所述行为标注数据，对所述跨领域特征表征模型、所述第一对象特征表征模型和所述第一对象预估模型进行第三训练。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一特征数据和所述第二特征数据，对所述跨领域特征表征模型和第一目标领域特征表征模型进行第一训练，包括：

通过所述跨领域特征表征模型，基于所述第一特征数据，生成所述样本用户在所述目标领域中的第二跨领域特征表征数据；

通过所述第一目标领域特征表征模型，基于所述第二特征数据，生成所述样本用户的第一目标领域特征表征数据；

基于所述第二跨领域特征表征数据和所述第一目标领域特征表征数据，对所述跨领域特征表征模型和所述第一目标领域特征表征模型进行第一训练。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第二跨领域特征表征数据和所述第一目标领域特征表征数据，对所述跨领域特征表征模型和所述第一目标领域特征表征模型进行第一训练，包括：

通过距离度量函数，确定所述第二跨领域特征表征数据和所述第一目标领域特征表征数据的距离值；

基于所述距离值，调整所述跨领域特征表征模型和所述第一目标领域特征表征模型的参数。

5.根据权利要求2所述的方法，其特征在于，所述基于所述第二特征数据、所述第四特征数据和所述行为标注数据，对所述第一目标领域特征表征模型、第一对象特征表征模型和第一对象预估模型进行第二训练，包括：

通过所述第一目标领域特征表征模型，基于所述第二特征数据，生成所述样本用户的第一目标领域特征表征数据；

通过所述第一对象特征表征模型，基于所述第四特征数据，生成所述样本对象的特征表征数据；

通过所述第一对象预估模型，基于所述第一目标领域特征表征数据和所述样本对象的特征表征数据，对所述样本用户针对所述样本对象的行为进行预估，以获得所述样本用户针对所述样本对象的行为预估数据；

基于所述行为标注数据和所述行为预估数据，对所述第一目标领域特征表征模型、所述第一对象特征表征模型和所述第一对象预估模型进行第二训练。