[发明专利]账户分类方法、装置、计算机设备和存储介质

权利要求书

1.一种账户分类方法，所述方法包括：

获取账户标识对应的候选兴趣标签，将所述候选兴趣标签进行特征化处理，得到所述候选兴趣标签对应的候选兴趣标签特征；

获取特征筛选模型，所述特征筛选模型是由互信息算法和随机森林算法进行构建的，将所述候选兴趣标签特征输入所述特征筛选模型中，输出目标兴趣特征；

从所述候选兴趣标签中确定与所述目标兴趣特征对应的目标兴趣标签；

将所述目标兴趣标签输入已训练的预测模型中，输出与所述目标兴趣标签对应的资源信息概率；

当所述资源信息概率大于预设资源阈值时，将所述候选兴趣标签对应的账户标识划分至对应的资源群组。

2.根据权利要求1所述的方法，其特征在于，所述获取账户标识对应的候选兴趣标签，将所述候选兴趣标签进行特征化处理，得到所述候选兴趣标签对应的候选兴趣标签特征，包括：

获取与账户标识对应的特质数据和行为数据；

根据所述特质数据确定与所述账户标识对应的第一特质标签，根据所述行为数据确定与所述账户标识对应的第一行为标签；

将所述第一特质标签和所述第一行为标签进行汇总，得到候选兴趣标签。

3.根据权利要求2所述的方法，其特征在于，所述获取账户标识对应的候选兴趣标签，将所述候选兴趣标签进行特征化处理，得到所述候选兴趣标签对应的候选兴趣标签特征，还包括：

确定与所述行为数据对应的行为频次信息；筛除所述行为频次信息小于预设行为阈值的行为数据，得到目标行为数据；

根据所述目标行为数据确定与所述账户标识对应的第一行为标签，将所述第一特质标签和所述第一行为标签进行汇总，得到所述候选兴趣标签。

4.根据权利要求1所述的方法，其特征在于，所述将所述目标兴趣标签输入已训练的预测模型中，输出与所述目标兴趣标签对应的资源信息概率，包括：

获取模型训练样本，将所述模型训练样本按预设比例划分为训练集和验证集；将所述训练集输入基础预测模型中进行训练，得到中间预测模型；

将所述验证集输入所述中间预测模型中进行验证，得到当前验证结果；获取预先设定的与所述模型训练样本对应的目标验证结果；

当所述当前验证结果与所述目标验证结果不一致时，对所述中间模型进行参数调整，直至所述当前验证结果与所述目标验证结果一致时，得到预测模型。

5.根据权利要求1所述的方法，其特征在于，所述当所述资源信息概率大于预设资源阈值时，将所述候选兴趣标签对应的账户标识划分至对应的资源群组账户，还包括：

将所述目标兴趣标签对应的资源群组进行显示，获取与所述资源群组对应的群组更正信息；

根据所述群组更正信息对所述预测模型中的参数进行调节；根据每次调节后的参数对所述预测模型进行更新，得到更新后的预测模型；

将所述目标兴趣标签输入更新后的预测模型中，输出与目标兴趣标签对应的更新后的资源信息概率；

当所述更新后的资源信息概率大于预设阈值时，将所述候选兴趣标签对应的账户标识划分至对应的资源群组。

6.一种账户分类装置，其特征在于，所述装置包括：

标签处理模块，用于获取账户标识对应的候选兴趣标签，将所述候选兴趣标签进行特征化处理，得到所述候选兴趣标签对应的候选兴趣标签特征；

兴趣特征获取模块，用于获取特征筛选模型，所述特征筛选模型是由互信息算法和随机森林算法进行构建的，将所述候选兴趣标签特征输入所述特征筛选模型中，输出目标兴趣特征；

兴趣标签确定模块，用于从所述候选兴趣标签中确定与所述目标兴趣特征对应的目标兴趣标签；

概率输出模块，用于将所述目标兴趣标签输入已训练的预测模型中，输出与所述目标兴趣标签对应的资源信息概率；

群组划分模块，用于当所述资源信息概率大于预设资源阈值时，将所述候选兴趣标签对应的账户标识划分至对应的资源群组。