[发明专利]一种职业预测方法和系统

说明书

本发明实施例涉及一种职业预测方法和系统，其中，该方法包括：分别获取已知职业的样本用户的属性信息和待测用户的属性信息，根据样本用户的属性信息，计算混合系数、均值向量和职业个数，根据混合系数、均值向量、职业个数、待测用户的属性信息和高斯混合模型，确定待测用户对应的最大概率，根据最大概率和预设的阈值确定待测用户的职业。通过对属性信息进行计算，以确定三个参数(即混合系数、均值向量和职业个数)，则可实现从多个维度对待测用户的职业进行预测的技术效果，并采用高斯混合模型与三个参数相结合的方式，则可通过高斯混合模型的半监督学习的特点，实现预测结果更为精准的技术效果。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种职业预测方法和系统。

背景技术

在现有技术中，预测用户的职业通常采用两种方式，一种方式为由后台工作人员凭借工作经验对待测用户提供的基本资料进行预测；另一种方式为通过获取用户(包括样本用户和待测用户)的兴趣或能力等单项指标构建模型，并基于模型对待测用户的职业进行预测。

发明人在实现本发明的过程中，发现至少存在：当通过第一种方式进行职业预测时，造成预测结果过于主观，预测精度低等弊端；当通过第二种方式进行职业预测时，仅凭兴趣或能力等单项指标根本无法准确地评价人对适应职业的深度、宽度以及发展趋势等弊端。

发明内容

根据本发明实施例的一个方面，本发明实施例提供了一种职业预测方法，所述方法包括：

分别获取已知职业的样本用户的属性信息和待测用户的属性信息；

根据所述样本用户的属性信息，计算混合系数、均值向量和职业个数；

根据所述混合系数、所述均值向量、所述职业个数、所述待测用户的属性信息和高斯混合模型，确定所述待测用户对应的最大概率；

根据所述最大概率和预设的阈值确定所述待测用户的职业。

在一些实施例中，所述阈值包括第一阈值，所述根据所述最大概率和预设的阈值确定所述待测用户的职业包括：

响应于所述最大概率大于或等于所述第一阈值，则将所述最大概率对应的职业确定为所述待测用户的职业。

在一些实施例中，所述方法还包括：所述阈值包括第一阈值和第二阈值，所述根据所述最大概率和预设的阈值确定所述待测用户的职业包括：

响应于所述最大概率小于所述第一阈值，且大于所述第二阈值，根据所述样本用户的属性信息和所述待测用户的属性信息对所有用户进行聚类处理，其中，所述所有用户包括所述样本用户和所述待测用户；

计算每个类中已知职业的用户的个数占所述样本用户个数的百分比；

选取百分比最大的已知职业的用户的职业；

响应于选取出的职业与所述最大概率对应的职业为同一职业，将选取出的职业确定为所述待测用户的职业。

在一些实施例中，所述方法还包括：

响应于所述最大概率小于或等于所述第二阈值，计算所述待测用户的属性信息与所述样本用户的属性信息的相似度；

选取相似度最高的所述样本用户的属性信息对应的职业，作为所述待测用户的职业。

在一些实施例中，在确定了所述待测用户的职业之后，所述方法还包括：

根据所述样本用户的属性信息和确定出的所述待测用户的职业对应的属性信息对所述混合系数、所述均值向量、所述职业个数进行更新。

根据本公开实施例的另一个方面，本公开实施例还提供了一种职业预测系统，所述系统包括：

获取模块，用于分别获取已知职业的样本用户的属性信息和待测用户的属性信息；