[发明专利]一种用户画像的来源校验方法及装置

权利要求书

1.一种用户画像的来源校验方法，其特征在于，包括：

获取用户基本信息，所述用户基本信息包括多类来源信息；所述多类来源信息包括第一类来源信息和第二类来源信息，所述第一类来源信息是置信度不确定的用户信息，所述第二类来源信息是高置信度的用户信息；

根据所述多类来源信息，分别获取对应的用户画像信息，得到多组用户画像信息；

根据预置策略及所述多组用户画像信息，确定所述用户基本信息的置信度，以校验所述用户基本信息；

所述根据所述多类来源信息，分别获取对应的用户画像信息，具体包括：

获取用户画像策略；

根据所述用户画像策略确定所述第一类来源信息对应的第一组用户画像信息；

所述获取用户画像策略，具体包括：根据所述第二类来源信息，确定信息来源属性对用户特征信息的影响因子，所述用户画像策略包括所述影响因子；

所述根据所述用户画像策略确定所述第一类来源信息对应的第一组用户画像信息，具体包括：根据所述第一类来源信息中各个用户的信息来源属性，及所述信息来源属性对用户特征信息的影响因子，确定所述各个用户的用户特征信息；

其中，所述根据所述第二类来源信息，确定信息来源属性对用户特征信息的影响因子，具体包括：如果信息来源属性为某一应用，所述信息来源属性对用户特征信息的影响因子包括：用户为某一特征的概率值。

2.如权利要求1所述的方法，其特征在于，所述获取用户画像策略，具体包括：

根据所述第二类来源信息训练至少一个用户分类模型，其中，不同用户分类模型的结构不同；所述用户画像策略包括所述至少一个用户分类模型的运行逻辑；

所述根据所述用户画像策略确定所述第一类来源信息对应的第一组用户画像信息，具体包括：通过所述至少一个用户分类模型分别对所述第一类来源信息中各个用户的用户基本信息进行处理，得到所述各个用户的用户分类信息；

所述第一组用户画像信息包括所述各个用户的用户分类信息。

3.如权利要求1所述的方法，其特征在于，所述获取用户画像策略，具体包括：

根据所述第二类来源信息，确定用户特征信息与用户操作应用终端的用户操作信息之间的对应关系信息；所述用户画像策略包括所述对应关系信息；

所述根据所述用户画像策略确定所述第一类来源信息对应的第一组用户画像信息，具体包括：将所述第一类来源信息中各个用户操作应用终端的用户操作信息，与所述对应关系中的用户操作信息进行比较，得到所述各个用户的用户特征信息，所述第一组用户画像信息包括所述各个用户的用户特征信息。

4.如权利要求1至3任一项所述的方法，其特征在于，所述根据预置策略及所述多组用户画像信息，确定所述用户基本信息的置信度之前，所述方法还包括：

通过用户标识索引各个用户的多组用户画像信息。

5.如权利要求1至3任一项所述的方法，其特征在于，所述根据预置策略及所述多组用户画像信息，确定所述用户基本信息的置信度，具体包括：

确定所述多组用户画像信息分别对应的权重值；

根据各组用户画像信息及其对应的权重值，及预置的函数计算式，计算各个用户的用户基本信息的置信度。

6.如权利要求5所述的方法，其特征在于，所述根据各组用户画像信息及其对应的权重值，及预置的函数计算式，计算某一用户的用户基本信息的置信度，具体包括：

分别对所述各组用户画像信息中所述某一用户的用户画像信息进行归一化，得到各组归一化信息；

将所述各组归一化信息与对应权重值的乘积相加得到的和值，作为所述某一用户的用户基本信息的置信度。

7.如权利要求1至3任一项所述的方法，其特征在于，所述根据预置策略及所述多组用户画像信息，确定所述用户基本信息的置信度，具体包括：

根据多组用户画像信息，及预置的机器学习模型，确定各个用户的用户基本信息的置信度；

所述机器学习模型用于根据多组用户画像信息计算置信度。